一种基于深度学习的智能楼宇微网负荷预测的方法

摘要

本发明提供的一种基于深度学习的智能楼宇微网负荷预测的方法，所述的深度学习智能楼宇微网负荷预测系统的组成包括：感知层、传输层、数据层、应用层；所述技术的实现过程为：首先通过智能楼宇微网居民用电设备采集平台采集居民用电负荷大数据，并形成居民用电负荷数据库；用卷积神经网络预测模型进行负荷预测，将得到的预测信息整理后反馈给居民用户，居民用户可以根据相关的参数以及建议，做出合理的用电决策；本发明能够进行大数据负荷预测，并具有很好的预测精度。