基本信息:
- 专利标题： 基于遗传算法与改进深度残差网络的电力系统短期负荷预测方法
- 申请号：CN202210129326.9 申请日：2022-02-11
- 公开(公告)号：CN114611757A 公开(公告)日：2022-06-10
- 发明人： 张迪 , 尹洪 , 刘春堂 , 夏立伟 , 张楚谦 , 胡洪炜 , 李明 , 刘兴东 , 付子峰 , 吴嘉琪
- 申请人： 国网湖北省电力有限公司超高压公司
- 申请人地址： 湖北省武汉市汉阳区五里墩二合村60-65号
- 专利权人： 国网湖北省电力有限公司超高压公司
- 当前专利权人： 国网湖北省电力有限公司超高压公司
- 当前专利权人地址： 湖北省武汉市汉阳区五里墩二合村60-65号
- 代理机构： 宜昌市三峡专利事务所
- 代理人： 成钢
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08 ; G06N3/12 ; G06K9/62
摘要：
一种基于遗传算法与改进深度残差网络的电力系统短期负荷预测方法，包括以下步骤：一、获取某电网公司一周内的电力系统负荷数据，并考虑当天气候特征对其造成的影响，将当天的气象特征进行数据可视化；二、以深度残差网络为基础，对其进行结构改进，确定电力系统负荷预测网络拓扑结构，并添加注意力机制；三、使用遗传算法对步骤二中确定的网络拓扑结构进行调整。本发明提供的一种基于遗传算法与改进深度残差网络的电力系统短期负荷预测方法，能够较为精准的预测出电力系统短期负荷，且模型训练过程中，不容易陷入局部最优解，相较于原始的深度残差网络，具有更高的训练效率和预测精度。