-
公开(公告)号:CN114330642A
公开(公告)日:2022-04-12
申请号:CN202111429449.6
申请日:2021-11-29
Applicant: 国网浙江省电力有限公司杭州供电公司
Abstract: 本发明提出了一种用于多采样时间的建筑电力负荷预测方法,包括:获取建筑电力负荷的历史数据,将历史数据插值扩展成时间步数量相同的扩展数据,将扩展数据划分为训练集和测试集;将训练集标准化处理为样本数据,根据样本数据训练LSTM模型的网络参数;获取LSTM模型最后一个时间步输出的第一响应量,将第一响应量输入LSTM模型,得到LTSM模型输出的第二响应量,结合测试集对网络参数进行优化;将最后一个时间步的第二响应量输入优化后的LSTM模型进行实时预测,得到建筑电力负荷在未来时段的预测序列。通过线性插值扩展,使异步采样的数据转化为时间步相同的时间序列,解决了不同用电设备之间采样时间不统一的问题,进而提高了LSTM模型预测结果的准确性。
-
公开(公告)号:CN114238848A
公开(公告)日:2022-03-25
申请号:CN202111417482.7
申请日:2021-11-26
Applicant: 国网浙江省电力有限公司杭州供电公司 , 浙江大学
Abstract: 本申请实施例提出了基于小波变换的综合能源系统热负荷混合预测方法,包括基于离散小波变换对热负荷历史数据进行分解;识别其中的关键特征向量和构建关键特征集;选取径向基核函数作为支持向量机回归模型的核函数,通过交叉验证评估不同参数配置下模型的性能,分别训练得到对应的预测模型;对原始特征集合进行优化和降维后得到训练特征集合,输入经过训练后的预测模型,得到对应的预测结果,进行小波反变换得到最终的热负荷预测结果。针对原始数据的各个分量,进行关键特征识别与提取并构建差异化特征集,以缩减特征维度和提高预测精度;能够构建关键特征元素与输出间的非线性映射关系,最终实现对热负荷的精准预测。
-