[发明专利]基于循环神经网络的电力负荷预测方法、装置及设备

摘要

本发明公开了一种基于循环神经网络的电力负荷预测方法，包括：将获取到的电力负荷数据集依次输入到设置有不同跳跃连接的多层循环神经网络，并且每层循环神经网络预设时长内各预设时刻的输出为下一层循环神经网络对应时刻的输入，分别得到各层循环神经网络在预设时长内最后预设时刻的隐层状态。分别将各层循环神经网络最后预设时刻的隐层状态输入到全连接网络，得到电力负荷数据集的融合特征；利用融合特征预测下一预设时刻的电力负荷值。应用本发明实施例所提供的技术方案，充分利用了电力负荷数据中的信息，较大地提高了电力负荷预测精度。本发明还公开了一种基于循环神经网络的电力负荷预测装置、设备及存储介质，具有相应技术效果。

主权项

1.一种基于循环神经网络的电力负荷预测方法，其特征在于，所述电力负荷预测方法包括：获取预存的电力负荷数据集；将所述电力负荷数据集从最底层循环神经网络依次经过设置有不同跳跃连接的各层循环神经网络，分别得到各层所述循环神经网络在预设时长内最后预设时刻的隐层状态；其中，每层循环神经网络所述预设时长内各预设时刻的输出为下一层循环神经网络对应时刻的输入；每层循环神经网络各预设时刻的输出为当前时刻隐层状态与当前层循环神经网络输出权重矩阵的乘积；分别将各层所述循环神经网络在所述预设时长内最后预设时刻的隐层状态输入到全连接网络，得到所述电力负荷数据集的融合特征；利用所述融合特征预测下一预设时刻的电力负荷值。