首页> 中国专利> 一种基于DCAE-LSTM短期日负荷曲线预测方法

一种基于DCAE-LSTM短期日负荷曲线预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于DCAE‑LSTM短期日负荷曲线预测方法，具体按照以下步骤实施：步骤1、构建电力负荷带有高噪声的数据集；步骤2、构造卷积去噪自编码器(DCAE)；步骤3、构造基于长短期记忆网络(LSTM)的负荷预测网络；步骤4、将DCAE与基于LSTM的负荷预测网络结合，组成混合深度神经网络；步骤5、将步骤1中带有高噪声的数据集输入步骤4中的混合深度神经网络实现短期日负荷曲线的预测。结合了DCAE的去噪能力和LSTM的预测能力，使得可以不必事先建立主观模型，而直接根据观测数据序列本身的客观规律进行预测，避免了数据采集噪声因素，提高预测的精度和可信度。

著录项

公开/公告号CN112785088A

专利类型发明专利
公开/公告日2021-05-11

原文格式PDF
申请/专利权人西安理工大学;
展开▼

申请/专利号CN202110212361.2
发明设计人李军怀;丁东;张阔;王怀军;曹霆;
展开▼

申请日2021-02-25
分类号G06Q10/04(20120101);G06Q50/06(20120101);G06N3/04(20060101);G06N3/08(20060101);
代理机构61214 西安弘理专利事务所;
代理人徐瑶
地址 710048 陕西省西安市碑林区金花南路5号
入库时间 2023-06-19 10:57:17

法律信息

法律状态公告日

法律状态信息

法律状态
2023-06-30

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于DCAE-LSTM短期日负荷曲线预测方法 [P] . 中国专利： CN112785088A . 2021-05-11
2. 一种基于日负荷曲线的变电站负荷模型参数预测方法 [P] . 中国专利： CN105528660A . 2016-04-27
3. Ship Motion Prediction Method Based on Long Short-Term Memory Network and Gaussian Process Regression [P] . US2021117796A1 . 2021-04-22

机译：基于长短期内存网络和高斯过程回归的船舶运动预测方法
4. 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
5. LONG SHORT-TERM MEMORY MODEL-BASED DISEASE PREDICTION METHOD AND APPARATUS, AND COMPUTER DEVICE [P] . US2021296002A1 . 2021-09-23

机译：基于短期内记忆模型的疾病预测方法和装置，以及计算机装置