
基本信息:
- 专利标题: 一种多能负荷预测方法、系统、设备和介质
- 申请号:CN202110498417.5 申请日:2021-05-07
- 公开(公告)号:CN113095598A 公开(公告)日:2021-07-09
- 发明人: 刘蕊 , 鉴庆之 , 李文升 , 冯亮 , 赵龙 , 郑志杰 , 孙东磊 , 孙毅 , 刘冬 , 王宪 , 李勃 , 朱毅
- 申请人: 国网山东省电力公司经济技术研究院 , 国家电网有限公司
- 申请人地址: 山东省济南市槐荫区纬十路111号;
- 专利权人: 国网山东省电力公司经济技术研究院,国家电网有限公司
- 当前专利权人: 国网山东省电力公司经济技术研究院,国家电网有限公司
- 当前专利权人地址: 山东省济南市槐荫区纬十路111号;
- 代理机构: 济南诚智商标专利事务所有限公司
- 代理人: 王申雨
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N3/04
摘要:
本发明提出了提出了一种多能负荷预测方法、系统、设备和介质,该方法包括:获取用于多能负荷预测的历史数据,对历史数据进行数据清洗后形成多能负荷样本数据集;对数据集进行归一化处理;以及利用注意力机制,实现归一化处理后的数据集输入特征的加权;采用加权后的输入特征作为GRU神经网络的输入;并在神经网络中进行训练得到中间预测样本数据;将中间预测样本数据重新作为神经网络的输入,在神经网络中进行训练得到最终多能负荷的预测值。基于该方法,本发明还提出了一种多能负荷预测系统、设备和存储介质。本发明基于注意力模型能够有效捕捉并突出输入数据的有效特征,能够更好地拟合多能负荷的实际曲线,拥有更高的多能负荷预测精度。