首页> 中国专利> 一种基于CNN-IPSO-GRU混合模型的短期电力负荷预测方法

一种基于CNN-IPSO-GRU混合模型的短期电力负荷预测方法

摘要

本发明公开了一种基于CNN‑IPSO‑GRU混合模型的短期电力负荷预测方法,首先收集电网历史负荷、气象因素和日期信息等数据,进行数据归一化处理后并划分训练集和测试集,利用卷积神经网络技术提取出表征负荷变化的多维特征向量,构造成时间序列作为模型的输入;然后构建门控循环单元网络预测模型,并利用训练集数据通过改进粒子群算法对门控循环单元网络预测模型进行优化,获得两个最优的预测模型参数,以获得的最优预测模型参数重新建立门控循环单元网络模型;最后以测试集数据实现电网短期的负荷预测。本发明提供的方法可以准确预测电网短期负荷变化趋势,进一步对降低发电机组的损耗、保证电网经济可靠运行发挥着重要作用。

著录项

  • 公开/公告号CN111738512A

    专利类型发明专利

  • 公开/公告日2020-10-02

    原文格式PDF

  • 申请/专利权人 昆明理工大学;

    申请/专利号CN202010573272.6

  • 申请日2020-06-22

  • 分类号G06Q10/04(20120101);G06Q50/06(20120101);G06N3/04(20060101);G06N3/08(20060101);G06N3/00(20060101);

  • 代理机构53205 昆明润勤同创知识产权代理事务所(特殊普通合伙);

  • 代理人付石健

  • 地址 650000 云南省昆明市呈贡区昆明理工大学电力工程学院电力楼401

  • 入库时间 2023-06-19 08:27:06

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-05-24

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号