[发明专利]基于深度神经网络组合模型的配电网短期负荷预测方法在审
| 申请号： | 202110560710.X | 申请日： | 2021-05-21 |
| 公开（公告）号： | CN113393339A | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 王宝华;张弛;张文惠;王大飞 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04;G06N3/04;G06N3/08 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 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： | 本发明公开了一种基于深度神经网络组合模型的配电网短期负荷预测方法，该方法为：对采集到的配电网中各用户负荷数据进行数据预处理，识别缺失数据及异常数据并修正及进行归一化处理，构造配电网用户负荷数据集；建立自组织映射SOM神经网络聚类模型，输入处理后的数据集，根据配电网中各用户相同日的负荷曲线，获得分类后的用户负荷数据集；建立BP‑DNN负荷预测模型和LSTM神经网络负荷预测模型，针对不同类型的用户负荷，选择不同网络结构的模型进行短期负荷预测；采用最小二乘法对两种模型的预测结果取最优权重组合以进行短期预测。本发明针对不同类型的配电网用户建立各自的预测模型，有效提高了短期负荷预测的精确度及工程适用性。 | ||
| 搜索关键词： | 基于 深度 神经网络 组合 模型 配电网 短期 负荷 预测 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南京理工大学，未经南京理工大学许可，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/202110560710.X/，转载请声明来源钻瓜专利网。
