首页> 中国专利> 基于改进聚类和长短期记忆深度学习的小区负荷预测方法

基于改进聚类和长短期记忆深度学习的小区负荷预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本申请公开了一种基于改进聚类和长短期记忆深度学习的小区负荷预测方法，根据不同类别住宅区影响因子，通过改进的聚类算法进行住宅类别划分，运用LSTM算法分别为每类住宅区建立对应的预测模型，并对LSTM进行Dropout处理，避免局部最优，从而得到预测负荷值，减小住宅小区自身报装容量与实际负荷的用电差异，实现对台区变压器的合理规划。根据新建小区的各属性值进行改进聚类分析后获得该小区类别，并利用对应类别的预测模型进行负荷预测，从而对业扩报装容量进行预估，指导台区建设。

著录项

公开/公告号CN110674999A

专利类型发明专利
公开/公告日2020-01-10

原文格式PDF
申请/专利权人国网河南省电力公司电力科学研究院;国网河南省电力公司卫辉市供电公司;
展开▼

申请/专利号CN201910948947.8
发明设计人田杨阳;张小斐;王楠;郭志民;耿俊成;袁少光;万迪名;李铭岩;刘芳冰;陶亚光;王倩;牛霜霞;毛万登;时洪飞;肖寒;
展开▼

申请日2019-10-08
分类号
代理机构北京金阙华进专利事务所(普通合伙);
代理人吴鸿维
地址 450052 河南省郑州市嵩山南路85号
入库时间 2023-12-17 06:34:29

法律信息

法律状态公告日

法律状态信息

法律状态
2020-02-11

实质审查的生效 IPC(主分类):G06Q10/04 申请日:20191008

实质审查的生效
2020-01-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于改进聚类和长短期记忆深度学习的小区负荷预测方法 [P] . 中国专利： CN110674999A . 2020-01-10
2. 一种基于改进的长短期记忆网络的电力负荷预测方法 [P] . 中国专利： CN111985719A . 2020-11-24
3. SHORT-TERM LOAD PREDICTION METHOD BASED ON ASSOCIATION ANALYSIS AND KALMAN FILTERING METHOD [P] . WO2021109515A1 . 2021-06-10

机译：基于关联分析的短期负荷预测方法和卡尔曼滤波方法
4. METHOD FOR SHORT TERM ELECTRIC LOAD PREDICTION SYSTEM WITH THE GENETIC ALGORITHM AND THE FUZZY SYSTEM [P] . 韩国专利： KR20090073937A . 2009-07-03

机译：基于遗传算法和模糊系统的短期电力负荷预测方法。
5. METHOD, SYSTEM AND STORAGE MEDIUM FOR PREDICTING POWER LOAD PROBABILITY DENSITY BASED ON DEEP LEARNING [P] . 美国专利： US2019265768A1 . 2019-08-29

机译：基于深度学习的电力负荷概率密度预测方法，系统和存储介质