基本信息:
- 专利标题： 基于新型解耦思想的CNN-TCN日前负荷预测方法
- 申请号：CN202210108600.4 申请日：2022-01-28
- 公开(公告)号：CN114595869A 公开(公告)日：2022-06-07
- 发明人： 张海涛 , 刘兴 , 严研 , 马旭 , 崔章顺 , 乔新辉 , 李雪锋 , 王涛 , 徐华秒 , 黎灿兵
- 申请人： 北京洛斯达科技发展有限公司
- 申请人地址： 北京市海淀区马甸东路19号19层2225
- 专利权人： 北京洛斯达科技发展有限公司
- 当前专利权人： 北京洛斯达科技发展有限公司
- 当前专利权人地址： 北京市海淀区马甸东路19号19层2225
- 代理机构： 北京壹川鸣知识产权代理事务所
- 代理人： 殷玮玮
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08 ; H02J3/00
摘要：
本发明公开了一种基于新型解耦思想的CNN‑TCN日前负荷预测方法，所述负荷预测方法包括：将电力负荷数据解耦为旋转对齐后的负荷标幺曲线、日平均负荷和起点负荷；构建基于新型解耦思想的CNN‑TCN日前负荷预测模型，其中，所述预测模型包括卷积神经网络模块、时间卷积网络模块和全连接层；通过所述卷积神经网络模块提取所述负荷标幺曲线的形状特征，通过所述时间卷积网络模块提取所述起点负荷以及所述日平均负荷的时序特征，以对所述预测模型进行训练；将外部数据输入训练完成后的所述预测模型，以输出被预测日的负荷曲线。该方法相比其他预测模型有效地降低了预测误差，具有较高的精准性和稳定性。