首页> 中国专利> 基于多目标和贝叶斯优化的短期电力负荷区间预测

基于多目标和贝叶斯优化的短期电力负荷区间预测

页面导航

摘要
著录项
法律信息
相似文献

摘要

针对新能源并网后的供电体系存在较高的间歇性和波动性，传统的点预测无法提供负荷数据中的不确定信息。为此，本发明提出一种基于多目标和贝叶斯优化(Multiple Objective and Bayesian Optimization，MOBO)的短期电力负荷区间预测方法，属于电力负荷预测领域。该方法首先建立基于深度学习的分位数回归模型，客观地验证了各神经网络对负荷中关于非线性和时序性信息的处理能力；其次，通过有效性检验，分析单项模型和混合模型的预测效果，并选取具有可靠预测区间的模型；最后，对选取的模型引入多目标和贝叶斯优化理论，来构建基于MOBO的深度学习区间预测模型。实验结果表明：所提的模型能更加准确地描述电力负荷的波动范围。

著录项

公开/公告号CN115564123A

专利类型发明专利
公开/公告日2023-01-03

原文格式PDF
申请/专利权人重庆邮电大学;
展开▼

申请/专利号CN202211267198.0
发明设计人杜茂康;张雪;肖玲;
展开▼

申请日2022-10-17
分类号G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04;G06N3/08;G06N7/00;H02J3/00;
代理机构
代理人
地址 400065 重庆市南岸区崇文路2号
入库时间 2023-06-19 18:11:21

法律信息

法律状态公告日

法律状态信息

法律状态
2023-01-03

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种基于多目标贝叶斯优化的模拟电路多目标优化设计方法 [P] . 中国专利： CN109960834A . 2019-07-02
2. 一种基于贝叶斯正则化神经网络的电力负荷预测方法 [P] . 中国专利： CN109409614A . 2019-03-01
3. MULTI-OBJECTIVE MULTIMODAL PARTICLE SWARM OPTIMIZATION METHOD BASED ON BAYESIAN ADAPTIVE RESONANCE [P] . WO2022007376A1 . 2022-01-13

机译：基于贝叶斯自适应共振的多目标多模粒子群优化方法
4. TRAJECTORY PREDICTION USING DEEP LEARNING MULTIPLE PREDICTOR FUSION AND BAYESIAN OPTIMIZATION [P] . 世界知识产权组织专利： WO2020164089A1 . 2020-08-20

机译：基于深度学习的多重预测融合和贝叶斯优化的轨迹预测
5. Multi-objective completion parameters optimization for a wellbore using bayesian optimization [P] . 英国专利： GB202108700D0 . 2021-08-04

机译：使用贝叶斯优化的井筒多目标完成参数优化