基于MSTL和LSTM模型的中长期电力负荷预测方法

    公开(公告)号:CN114595861A

    公开(公告)日:2022-06-07

    申请号:CN202111581634.7

    申请日:2021-12-22

    Abstract: 本发明涉及一种基于神经网络进行电力负荷预测的方法,包括:搜集待处理年尺度数据与月尺度数据并进行相关性检验,确立年尺度数据,月尺度数据中的关键影响因素;分别关键影响因素及对应的年度电力最大负荷数据和对应的月度电力最大负荷数据,进行季节分解,得到相应的年数据趋势分量、年数据残差分量和年数据周期分量和相应的月数据趋势分量、月数据残差分量和月数据周期分量;然后分别进行协整检验和降维处理,得到LSTM模型的相应分量;将各分量输入LSTM模型中,得到个分量的预测分量;根据预测分量,采用LSTM循环神经网络的自学习能力将其进行拟合,得出电力负荷预测值。

    一种电网投入效益全过程模拟方法及系统

    公开(公告)号:CN109711750A

    公开(公告)日:2019-05-03

    申请号:CN201910018247.9

    申请日:2019-01-09

    Abstract: 本发明提供了一种电网投入效益全过程模拟方法及系统,其中,方法包括:根据新电改下的售电利润、输配电利润、成本性投资资金计算净利润;根据电网自有投资资金、贷款资金、纳入中央预算内投资资金计算电网投资能力,其中,自有投资资金由净利润及投资分配比计算得到;根据电网综合计划管理项目的投资计划及电网投资能力确定电网投资规模,由电网投资规模计算得到成本性投资资金及资产性投资资金,资产性投资资金用于提高输配电利润;根据供电可靠性及综合电压合格率计算社会责任完成度;根据净利润及社会责任完成度计算电网综合效益。本发明能够适应新电改形式,精准地实现电网投入效益全过程的模拟。

Patent Agency Ranking