公开(公告)号：CN119377878A

公开(公告)日：2025-01-28

申请号：CN202411338464.3

申请日：2024-09-25

Applicant: 东南大学

Inventor： 郑建勇 ,  徐睿麟 ,  梅飞 ,  张恒 ,  吴越 ,  王帅 ,  李恺 ,  丁雨婷 ,  解洋 ,  周康

IPC: G06F18/25 ,  H02J3/00 ,  G06F18/2113 ,  G06F18/27 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/0985 ,  G06F123/02

Abstract: 本发明公开了一种基于多元气象特征指数和组合优化模型的用电负荷预测方法，包括：采用SHAP特征选择法对气象特征进行动态选择；计算得到气象特征指标，并且划分为训练集和测试集；构建BP神经网络回归模型和CNN‑GRU网络时序模型；采用贝叶斯优化算法分别对BP神经网络回归模型和CNN‑GRU网络时序模型进行参数寻优；通过训练集和测试集分别对BP神经网络回归模型进行训练和预测，获取到预测结果；通过训练集和测试集分别对CNN‑GRU网络时序模型进行训练和预测，获取到预测结果；将BP神经网络回归模型和CNN‑GRU网络时序模型的预测结果进行加权求和得到最终的用电负荷预测结果。本发明方法能够提高负荷预测的整体精度，鲁棒性高，能为电网精确规划调度提供数据支撑。