-
公开(公告)号:CN119651532A
公开(公告)日:2025-03-18
申请号:CN202411439632.8
申请日:2024-10-15
Applicant: 海南电网有限责任公司
Abstract: 本申请提供一种节假日旅游高峰时期的母线负荷预测方法,包括:采集进入某地区和离开某地区的历史旅客数据和母线负荷历史数据;对采集的数据进行预处理,计算出每天旅客变化量,计算出每天母线负荷变化量;将旅客变化量和对应的母线负荷变化量划分为训练集和验证集;构建第一神经网络模型,并采用训练集对第一神经网络模型进行训练,调整模型的隐藏层权重参数;采用验证集对训练好的模型进行验证;如验证通过则输出第一达标模型,用于进行该地区旅游高峰期的母线负荷变化预测;如验证不通过则返回步骤S3重新划分数据集后再进行训练;采集并预测旅客变化量,并输入第一达标模型进行计算预测电网母线负荷的变化量,根据变化量便进一步计算出电网的母线负荷。
-
公开(公告)号:CN119602216A
公开(公告)日:2025-03-11
申请号:CN202411439656.3
申请日:2024-10-15
Applicant: 海南电网有限责任公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/20 , G06F18/2131 , G06N3/0442 , G06N3/084 , G06F123/02
Abstract: 本申请提供一种基于气象因素和小波变换的LSTM负荷预测方法,包括:采集电力负荷和气象历史数据并进行预处理;对预处理后的负荷数据进行小波变换分解,得到若干不同频率的负荷分量;将分解得到的每一个负荷分量以及对应时间尺度的气象数据,分别划分为训练集和测试集;根据负荷分量构建LSTM预测模型,有针对性地通过提取训练集数据中的时序特征进行训练;采用测试集数据对训练好的LSTM预测模型进行测试;使用训练好的LSTM预测模型对每一个负荷分量进行连续时间段的预测;进行负荷预测数据重构,以得到完整的逐时负荷预测结果。通过原负荷数据进行分解为若干分量,再根据各分量来进行预测,本方案的预测精度也更高。
-