一种基于Elman神经网络的短期负荷预测方法及系统

    公开(公告)号:CN116596139A

    公开(公告)日:2023-08-15

    申请号:CN202310556525.2

    申请日:2023-05-17

    Abstract: 本发明涉及电力负荷预测技术领域,公开了一种基于Elman神经网络的短期负荷预测方法及系统,包括:S1、收集历史负荷数据,并对所述历史负荷数据进行预处理;S2、分析影响所述历史负荷数据的影响因子的相关性,找到与所述历史负荷数据强相关的影响因子,并结合用户年龄构成分析影响因子与所述历史负荷数据之间的关系;S3、将所述影响因子对应的采样点以及对应的历史负荷数据形成数据集,并将所述数据集按一定比例分为训练集和验证集;S4、将所述训练集输入至Elman神经网络中对所述Elman神经网络进行训练,验证合格后得到最终电力负荷预测模型;S5、使用所述最终电力负荷预测模型进行分段负荷预测。本发明可以对局部范围进行电力负荷预测,灵活性更强。

Patent Agency Ranking