[发明专利]考虑微气象与用户模式的居民负荷概率预测深度学习方法有效
| 申请号： | 202010035713.7 | 申请日： | 2020-01-14 |
| 公开（公告）号： | CN111275571B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 程礼临;臧海祥;卫志农;许瑞琦;孙国强 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210024 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种考虑微气象与用户模式的居民负荷概率预测深度学习方法，该方法首先采集历史用户用电负荷和数值微气象预报等相关数据构造二维多通道特征图谱，作为深度学习模型输入；其次搭建深层挤压‑激励残差卷积神经网络模型，对居民用电负荷进行用户用电负荷概率预测的初步预测；然后基于稀疏‑冗余特性表征方法，提取用户每日负荷曲线中的特征模式，对概率预测区间进行不确定性校正；最后，对日前居民负荷概率预测结果进行误差分析。本发明结合了微气象数据与用电模式构造新的样本作为模型输入，有效地结合了居民所处地区附近的大量微气象站址的气象预报数据，以实现高精度的日前用户用电负荷预测。 | ||
| 搜索关键词： | 考虑 气象 用户 模式 居民 负荷 概率 预测 深度 学习方法 | ||
【主权项】：
暂无信息
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河海大学，未经河海大学许可，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/202010035713.7/，转载请声明来源钻瓜专利网。
