[发明专利]基于循环神经网络和张量分解的电力系统负荷预测系统和方法在审
| 申请号： | 202310903077.9 | 申请日： | 2023-07-21 |
| 公开（公告）号： | CN116937559A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 陈都鑫;陶淳;虞文武;吴雅晴;王伟;李明;翟千惠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00;G06F18/15;G06F18/241;G06F18/23213;G06Q50/06;G06F18/22;G06N3/0442;G06N3/09;G06F123/02 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 杜静静 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于循环神经网络和张量分解的电力系统负荷预测系统，适用于电网负荷的短期预测系统。通过数据清洗得到删除异常值之后的数据集。通过选择合适的基本时间窗口，将记录的时间序列数据划分为若干个时间片，并用多个时间片拼接为二维张量。采用奇异值阈值算法(SVT)对缺失的数据进行插补，其中利用交替迭代的方式求得了插补矩阵的最优解，该矩阵作为补全后的样本数据。然后，使用动态时序规整(DTW)计算不同用电序列间的距离矩阵，将相似性高的时间序列作为一类数据，针对每一类数据，通过有监督的改进LSTM算法进行负荷预测。本发明可以更好地应对电力供需的不平衡问题，有效辅助新型电力系统安全经济运行，提高电力系统的稳定性和可靠性。 | ||
| 搜索关键词： | 基于 循环 神经网络 张量 分解 电力系统 负荷 预测 系统 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东南大学，未经东南大学许可，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/202310903077.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种氮化铝的溶解方法及用途
- 下一篇：一种微纳卫星离子推力器自中和栅极模块
