首页> 中国专利> 一种基于LSTM深度神经网络的短期电力负荷精细化预测方法

一种基于LSTM深度神经网络的短期电力负荷精细化预测方法

摘要

一种基于LSTM深度神经网络的短期电力负荷精细化预测方法,它包括电气二次盘柜、传感器探头设置在电气二次盘柜内的温度传感器、信号集中处理中心、远程监视后台,温度传感器通过信号线与第一信号转换模块的输入端连接,第一信号转换模块的输出端与第二信号转换模块的输入端连接,第二信号转换模块的输出端与信号处理模块的信号输入端连接,信号处理模块的信号输出端与服务器连接。本发明的目的是为了精确、高效、很好的实现电气二次盘柜远距离温度监测而提出的基于LSTM深度神经网络的短期电力负荷精细化预测方法。

著录项

  • 公开/公告号CN110009132A

    专利类型发明专利

  • 公开/公告日2019-07-12

    原文格式PDF

  • 申请/专利权人 三峡大学;

    申请/专利号CN201910161661.5

  • 申请日2019-03-04

  • 分类号

  • 代理机构宜昌市三峡专利事务所;

  • 代理人余山

  • 地址 443002 湖北省宜昌市西陵区大学路8号

  • 入库时间 2024-02-19 12:09:05

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-08-06

    实质审查的生效 IPC(主分类):G06Q10/04 申请日:20190304

    实质审查的生效

  • 2019-07-12

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号