基本信息:
- 专利标题： 一种有源配电网净负荷概率预测方法
- 申请号：CN202211362629.1 申请日：2022-11-02
- 公开(公告)号：CN115409296B 公开(公告)日：2023-03-24
- 发明人： 熊俊杰 , 郑雅铭 , 饶臻 , 曾伟 , 赵伟哲 , 匡德兴 , 程晨闻 , 顾伟 , 陈中 , 花为 , 徐青山 , 吴在军 , 郑舒 , 黄绍真 , 张国秦
- 申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌科晨电力试验研究有限公司 , 东南大学 , 国电南瑞科技股份有限公司
- 申请人地址： 江西省南昌市青山湖区民营科技园民强路88号; ; ; ;
- 专利权人： 国网江西省电力有限公司电力科学研究院,国家电网有限公司,南昌科晨电力试验研究有限公司,东南大学,国电南瑞科技股份有限公司
- 当前专利权人： 国网江西省电力有限公司电力科学研究院,国家电网有限公司,南昌科晨电力试验研究有限公司,东南大学,国电南瑞科技股份有限公司
- 当前专利权人地址： 江西省南昌市青山湖区民营科技园民强路88号; ; ; ;
- 代理机构： 南昌丰择知识产权代理事务所
- 代理人： 吴称生
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06F18/214 ; G06F18/2431 ; G06N3/0464 ; G06N3/049 ; G06N3/09 ; G06N7/01 ; H02J3/00
摘要：
本发明公开了一种有源配电网净负荷概率预测方法，步骤包括：S1，对收集的配网负荷、新能源出力时间序列数据集进行缺失值填补、异常值剔除后，配网负荷减去新能源出力的得到净负荷时间序列；S2，将净负荷时间序列转换为监督学习数据集，使用时间卷积神经网络提取得到净负荷时间序列的特征向量；S3，使用时间卷积神经网络提取得到特征向量为输入训练分位数随机森林模型，得到净负荷的概率预测结果。本发明利用时间卷积神经网络‑分位数随机森林模型进行有源配电网概率预测时，使用时间卷积神经网络深入挖掘了净负荷的时序变化特征，实现了历史净负荷数据的充分利用，帮助分位数随机森林模型更快速准确地进行净负荷概率预测。
公开/授权文献:
- CN115409296A 一种有源配电网净负荷概率预测方法 公开/授权日：2022-11-29