文库搜索
切换导航
首页
频道
联系我们
国家标准目录
国际ISO标准目录
行业标准目录
地方标准目录
首页
联系我们
国家标准目录
国际ISO标准目录
行业标准目录
地方标准目录
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211254846.9 (22)申请日 2022.10.13 (71)申请人 广东电网有限责任公司 地址 510600 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司阳江供电局 (72)发明人 敖健永 刘结 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 李伟贤 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 50/06(2012.01)H02J 3/00(2006.01) (54)发明名称 一种母线负荷预测方法、 系统、 设备及存储 介质 (57)摘要 本申请公开了一种母线负荷预测方法、 系 统、 设备及存储介质, 其中方法包括: 采集历史母 线负荷曲线; 对 所述历史母线负荷曲线和对应的 气象数据进行相关性分析, 得到气象敏感因素; 获取与预测日对应的历史日母线负荷时序数据; 获取预测日与所述气象敏感因素对应的气象预 报数据; 将所述历史日母线负荷时序数据和所述 气象预报数据输入到负荷预测网络模型中进行 负荷预测, 生成所述预测日的预测结果。 通过对 母线负荷曲线和气象数据进行相关性分析, 筛选 确定气象敏感因素, 剔除对负荷影响较小的因 素, 简化预测模型, 提高预测精度; 从而解决现有 技术对母线负荷预测精度较低的技 术问题。 权利要求书2页 说明书7页 附图4页 CN 115456306 A 2022.12.09 CN 115456306 A 1.一种母线负荷预测方法, 其特 征在于, 包括: 采集母线的历史负荷曲线及所述历史负荷曲线对应的气象数据; 对所述历史负荷曲线和对应的所述气象数据进行相关性分析, 得到气象敏感因素; 获取与预测日对应的历史日母线负荷时序数据; 获取预测日与所述气象敏感因素对应的气象预报数据; 将所述历史日母线负荷时序数据和所述气象预报数据输入到负荷预测网络模型中进 行负荷预测, 生成所述预测日的预测结果。 2.根据权利要求1所述的母线负荷预测方法, 其特征在于, 所述对所述历史负荷数据和 所述气象数据进行相关性分析, 得到气象敏感因素, 具体包括: 对所述历史负荷曲线 进行傅里叶分解, 得到气象敏感负荷成分; 利用相关性分析方法, 计算所述气象敏感负荷成分和对应的所述气象数据的相关性, 得到关联度排序结果; 基于所述关联度排序结果对所述气象数据进行筛 选, 得到所述气象敏感因素。 3.根据权利要求1所述的母线负荷预测方法, 其特征在于, 所述负荷预测网络模型的构 建过程, 具体包括: 获取历史负荷时序数据和对应的历史气象时序数据, 其中, 所述历史气象时序数据的 配置为与所述气象敏感因素对应的气象数据; 获取延迟时间τ和嵌入维数m, 对所述历史负荷时序数据和所述历史气象时序数据进行 相空间重构, 生成训练数据集; 构建初始神经网络模型; 利用所述训练数据集对所述初始神经网络模型进行训练, 生成所述负荷预测网络模 型。 4.根据权利要求3所述的母线负荷预测方法, 其特征在于, 所述初始神经网络模型, 包 括: CNN卷积神经网络和LSTM神经网络 。 5.根据权利要求4所述的母线负荷预测方法, 其特征在于, 所述利用所述训练数据集对 所述初始神经网络模型进行训练, 生成所述负荷预测网络模型, 具体包括: 将所述训练数据集的训练样本输入到所述CNN卷积神经网络进行特征提取, 得到特征 向量; 将所述特征向量输入到所述LSTM神经网络进行训练, 并在训练过程利用反向传播算法 对所述LSTM神经网络进行权值优化, 直至网络收敛, 得到所述负荷预测网络模型。 6.根据权利要求3所述的母线负荷预测方法, 其特征在于, 所述生成训练数据集, 之前 还包括: 对所述历史负荷时序数据和对应的历史气象时序数据进行 数据预处 理。 7.根据权利要求6所述的母线负荷预测方法, 其特征在于, 所述对所述历史负荷时序 数 据和对应的历史气象时序数据进行 数据预处 理, 具体包括: 利用3sigma、 四分位箱线图和环比异常数据检测识别技术, 对所述历史负荷时序数据 和对应的历史气象时序数据进行识别, 得到异常数据; 利用插值法、 回归法和特 征曲线填充法对所述异常数据进行修 正。 8.一种母线负荷预测系统, 其特 征在于, 包括: 采集单元, 用于采集母线的历史负荷曲线及所述历史负荷曲线对应的气象数据;权 利 要 求 书 1/2 页 2 CN 115456306 A 2分析单元, 用于对所述历史负荷曲线和对应的所述气象数据进行相关性分析, 得到气 象敏感因素; 第一获取 单元, 用于获取与预测日对应的历史日母线负荷时序数据; 第二获取 单元, 用于获取 预测日与所述气象敏感因素对应的气象预报数据; 预测单元, 用于将所述历史日母线负荷时序 数据和所述气象预报数据输入到负荷预测 网络模型中进行负荷预测, 生成所述预测日的预测结果。 9.一种母线负荷预测设备, 其特 征在于, 所述设备包括处 理器以及存 储器: 所述存储器用于存 储程序代码, 并将所述 程序代码传输给 所述处理器; 所述处理器用于根据 所述程序代码中的指令执行权利要求1 ‑7任一项所述的母线负荷 预测方法。 10.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质用于存储程序代 码, 所述程序代码用于执 行权利要求1 ‑7任一项所述的母线负荷预测方法。权 利 要 求 书 2/2 页 3 CN 115456306 A 3
专利 一种母线负荷预测方法、系统、设备及存储介质
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 SC 于
2024-02-18 22:24:39
上传分享
举报
下载
原文档
(776.7 KB)
分享
友情链接
GB-T 42137-2022 离散型智能制造能力建设指南.pdf
SL-T 793-2020 河湖健康评估技术导则.pdf
T-CACM 1292—2019 中医内科临床诊疗指南 面瘫病.pdf
GB-T 42731-2023 微电网技术要求.pdf
GB-T 42467.6-2023 中医临床名词术语 第6部分:妇科学.pdf
DB44-T 635-2009 政府投资用软件开发项目价格评估及计算方法 广东省.pdf
DB23-T 3212—2022 一体化在线政务服务平台运行维护规范 黑龙江省.pdf
DB44-T 718-2010 中央空调系统节能运行管理规范 广东省.pdf
GB-T 36474-2018 半导体集成电路 第三代双倍数据速率同步动态随机存储器 (DDR3 SDRAM)测试方法.pdf
T-CCUA 003—2019 金融信息科技服务外包风险管理能力成熟度评估规范.pdf
T-ZZB 0659—2018 马丁代尔耐磨及起毛起球性能试验仪.pdf
NY-T 3866-2021 草地贪夜蛾测报技术规范.pdf
YD-T 3956-2021 电信网和互联网数据安全评估规范.pdf
DB31-T 73-2020 水泥粉磨系统运行管理与节能监测 上海市.pdf
SY-T 0538-2021 管式加热炉规范.pdf
GB-T 714-2015 桥梁用结构钢.pdf
GB-T 36637-2018 信息安全技术 ICT供应链安全风险管理指南.pdf
GB-T 33301-2016 燃煤工业锅炉及窑炉节能量计算方法.pdf
GB 14443-2007 涂装作业安全规程 涂层烘干室安全技术规定.pdf
思度安全-DSMM-001 数据安全管理总纲V1.0.pdf
1
/
14
评价文档
赞助2元 点击下载(776.7 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
点击进入官方售后微信群
支付 完成后 如未跳转 点击这里下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。