[发明专利]一种电力负荷预测方法及预测装置在审

专利信息
申请号: 201910143397.2 申请日: 2019-02-26
公开(公告)号: CN109919370A 公开(公告)日: 2019-06-21
发明(设计)人: 宋伟;刘刚;高迪;杨峰;王骏;章鹿华;李平舟;王占东;史彩琳;栗辉 申请(专利权)人: 国网冀北电力有限公司运营监测(控)中心;北京科技大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06K9/62;G06N3/04;G06N3/08;G06Q50/06
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100056 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种电力负荷预测方法及预测装置,能够提高电力负荷结果预测的时效性和准确性。所述方法包括:获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型;对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类,将电力负荷曲线特性相似的公变台区聚为一簇;构建LSTM‑Attention神经网络模型;获取待预测的公变台区,确定所述待预测的公变台区所属的簇;根据构建的LSTM‑Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型,采用迭代预测的方式,对待预测的公变台区的每相电力负荷进行预测。本发明涉及电力技术领域。
搜索关键词: 台区 电力负荷 预测 电力负荷预测 三相电力负荷 神经网络模型 气象数据 预测装置 构建 电力负荷曲线 电力负荷数据 电力技术领域 迭代预测 结果预测 时效性 聚类
【主权项】:
1.一种电力负荷预测方法,其特征在于,包括:获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型;对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类,将电力负荷曲线特性相似的公变台区聚为一簇;构建LSTM‑Attention神经网络模型,其中,LSTM表示长短期记忆网络,Attention表示注意力机制;获取待预测的公变台区,确定所述待预测的公变台区所属的簇;根据构建的LSTM‑Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型,采用迭代预测的方式,对待预测的公变台区的每相电力负荷进行预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网冀北电力有限公司运营监测(控)中心;北京科技大学,未经国网冀北电力有限公司运营监测(控)中心;北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910143397.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top