首页> 中国专利> 一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统

一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统

摘要

本发明涉及一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统,属于电力系统调度控制领域。方法包括:对训练数据进行处理,提取周期性特征数据;所述周期性特征数据包括小时周期特征数据、日周期特征数据、周周期特征数据和月周期特征数据;根据所述周期性特征数据创建并联时序卷积神经网络模型,所述并联时序卷积神经网络模型包括四个时间卷积神经网络TCN模型;利用所述并联时序卷积神经网络模型对所述电力负荷进行中短期预测,并输出预测结果。本方法能够有效反映负荷数据的多周期特征,从而提升了电力负荷中短期预测的准确度。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-12-30

    公开

    发明专利申请公布

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