[发明专利]一种基于时间卷积网络的电力系统短期负荷预测方法有效
| 申请号： | 201910693080.6 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110472779B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 赵洋;王瀚墨 | 申请（专利权）人： | 东莞理工学院 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 523000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种基于时间卷积网络的电力系统短期负荷预测方法，包括：采集历史负荷数据，对数据进行预处理；构建因果扩张卷积模型，将预处理后的数据分别输入两个不同的因果扩张卷积模型中进行卷积处理；将因果扩张卷积模型处理后的两个结果连接形成残差块；将残差块进行堆叠，得到时间卷积网络；利用时间卷积网络进行全卷积层计算，预测出未来的电力负荷需求。本发明提供的电力系统短期负荷预测方法，通过因果扩张卷积模型，对数据进行因果卷积处理和扩张卷积处理，再交由残差卷积处理，简化学习目标和难度，最后利用时间卷积网络进行全卷积层计算，减少预测过程中所需时间和硬件需求的同时，与主流的循环神经网络有着相当的精度。 | ||
| 搜索关键词： | 一种 基于 时间 卷积 网络 电力系统 短期 负荷 预测 方法 | ||
【主权项】：
1.一种基于时间卷积网络的电力系统短期负荷预测方法，其特征在于，包括以下步骤：/nS1：采集历史负荷数据，对数据进行预处理；/nS2：构建因果扩张卷积模型，将预处理后的数据分别输入两个不同的因果扩张卷积模型中进行卷积处理；/nS3：将因果扩张卷积模型处理后的两个结果连接形成残差块；/nS4：将残差块进行堆叠，得到时间卷积网络；/nS5：利用时间卷积网络进行全卷积层计算，预测出未来的电力负荷需求。/n
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东莞理工学院，未经东莞理工学院许可，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/201910693080.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
