基于多门控混合长短期记忆网络的台区负荷调控预测方法
Abstract:
本发明涉及一种基于多门控混合长短期记忆网络的台区负荷调控预测方法,包括如下步骤:S1、获取历史电力负荷数据及需要考虑的对电力负荷产生影响的影响因素特征;S2、构建输入/输出数据集模型;S3、构建多个LSTM组成的核心网络,用于提取周期性和不确定性特征数据;S4、构建与输出任务相关联的多门控单元网络,对多维特征进行融合输出,获得负荷分量预测值;S5、构建多门控混合长短期记忆网络预测模型并对其进行训练,融合不同频率负荷分量,采用分位数损失函数中加入Huber范式修正前端模型误差,得到最终的电力负荷预测结果。本发明能够提升配电台区电力负荷灵活资源可信调控预测精度。
Patent Agency Ranking
0/0