Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于隶属度的短期负荷预测方法、系统、终端及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网山东省电力公司滨州市滨城区供电公司

摘要:本发明涉及负荷预测领域,具体公开一种基于隶属度的短期负荷预测方法、系统、终端及介质,周期性采集k个检测设备的检测负荷值;将所采集的检测负荷值构建为初始检测矩阵,将初始检测矩阵乘以关于检测负荷值的隶属度函数获得预测检测矩阵,将预测检测矩阵输入预先构建的改进主成分回归模型中,获得负荷值的第一预测值;将所采集的检测负荷值构建为预测检测序列,将预测检测序列输入预先构建的深度学习神经网络中,获得负荷值的第二预测值;将第一预测值和第二预测值进行加权处理,获得最终的短期负荷预测值。本发明利用模糊集隶属度有效提高预测精度。

主权项:1.一种基于隶属度的短期负荷预测方法,其特征在于,包括以下步骤:周期性采集k个检测设备的检测负荷值;将所采集的检测负荷值构建为初始检测矩阵,将初始检测矩阵乘以关于检测负荷值的隶属度函数获得预测检测矩阵,将预测检测矩阵输入预先构建的改进主成分回归模型中,获得负荷值的第一预测值;将所采集的检测负荷值构建为预测检测序列,将预测检测序列输入预先构建的深度学习神经网络中,获得负荷值的第二预测值;将第一预测值和第二预测值进行加权处理,获得最终的短期负荷预测值。

全文数据:

权利要求:

百度查询: 国网山东省电力公司滨州市滨城区供电公司 基于隶属度的短期负荷预测方法、系统、终端及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。