一种短期电力负荷预测方法及系统

    公开(公告)号:CN110852522B

    公开(公告)日:2024-03-29

    申请号:CN201911134260.7

    申请日:2019-11-19

    Abstract: 本发明公开了一种短期电力负荷预测方法,包括采集近期负荷数据、气温数据和光辐照强度数据,构建训练样本和预测样本;对训练样本和预测样本中的数据进行降维处理;采用VMD方法对降维后的数据进行分解;用训练样本分解获得的分量进行模糊小脑神经网络训练;将预测样本分解获得的分量带入训练好的模糊小脑神经网络,获得预测结果。同时公开了相应的系统。本发明基于负荷数据、气温数据和光辐照强度数据,依次对数据进行降维、分解,训练模糊小脑神经网络,最后模糊小脑神经网络进行预测,大大增强了预测的准确性。

    基于TrellisNet-LSTM的日负荷预测方法

    公开(公告)号:CN111461462A

    公开(公告)日:2020-07-28

    申请号:CN202010360137.3

    申请日:2020-04-29

    Abstract: 本发明公开了一种基于TrellisNet-LSTM的日负荷预测方法,包括如下步骤:采集负荷数据以及与负荷有关的特征数据;通过趋势外推法修正负荷坏数据;构造数据样本;建立TrellisNet-LSTM神经网络预测模型,将训练日的日特征向量、训练日前一天的日特征向量及训练日前一天的日负荷向量作为输入,训练日的日负荷向量作为输出构成训练集数据,进行训练;将待预测日的日特征向量、待预测日前一天的日特征向量及待预测日前一天的负荷向量作为输入,用训练后的TrellisNet-LSTM神经网络预测模型进行负荷预测,得到待预测日的负荷向量。本发明可以准确预测负荷,降低计算量且提高模型收敛速度。

    一种短期电力负荷预测方法及系统

    公开(公告)号:CN110852522A

    公开(公告)日:2020-02-28

    申请号:CN201911134260.7

    申请日:2019-11-19

    Abstract: 本发明公开了一种短期电力负荷预测方法,包括采集近期负荷数据、气温数据和光辐照强度数据,构建训练样本和预测样本;对训练样本和预测样本中的数据进行降维处理;采用VMD方法对降维后的数据进行分解;用训练样本分解获得的分量进行模糊小脑神经网络训练;将预测样本分解获得的分量带入训练好的模糊小脑神经网络,获得预测结果。同时公开了相应的系统。本发明基于负荷数据、气温数据和光辐照强度数据,依次对数据进行降维、分解,训练模糊小脑神经网络,最后模糊小脑神经网络进行预测,大大增强了预测的准确性。

    一种高体积分数的LPSO结构的生物镁合金及制备方法

    公开(公告)号:CN103981417A

    公开(公告)日:2014-08-13

    申请号:CN201410231909.8

    申请日:2014-05-28

    Abstract: 本发明涉及一种高体积分数的LPSO结构的生物镁合金及制备方法,其组分及质量百分含量分别为:Gd:3.6~4.9%、Zn:0.6~0.9%、Zr:0.3~0.6%,余量为Mg和不可避免的微量杂质。其制备方法为:将配比好的原材料放入通有保护气体的坩埚中进行熔炼浇铸,形成铸锭,铸锭凝固后放入水中快速冷却,再将铸锭放入具有保护气氛的电阻炉中进行热处理,热处理温度为340~460℃,保温时间为1~6小时。本发明的镁合金中具有体积分数大于30%的LPSO结构,该结构的合金具有优异的降解性能,能有效解决生物可降解镁合金在人体环境中降解速率过快和不均匀降解的问题,而且该合金无细胞毒性,有望应用于生物医学领域。

Patent Agency Ranking