龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京信息工程大学
摘要：本发明提供了基于小波包分解和ConvLSTM的电力负荷预测方法，所述方法采用小波包分解模块分解电力负荷数据得到多个表示不同时序规律的子序列数据，将气象要素、用地类型以及子序列数据作为多源融合数据输入赋权耦合Conv‑LSTM网络中，使用赋权耦合模块计算通道赋权特征，进行电力负荷预测。在相同条件下，本方法能够实现更准确的电力负荷短期预测，评价指标MAPE达到2.73，与其他主流方法相比整体预测性能显著提升。
主权项：1.基于小波包分解和ConvLSTM的电力负荷预测方法，其特征在于，包括以下步骤：步骤1、采集区域电网的电力负荷数据、所在区域的气象要素数据和用地类型数据，并进行预处理；步骤2、构建小波包分解模块，将电力负荷数据输入小波包分解模块中，进行分解得到表示不同时序规律的子序列数据；步骤3、利用广播机制将用地类型数据在时间分辨率上与子序列数据、气象要素数据对齐，使用插值方法使得子序列数据、气象要素数据在空间分辨率上与用地类型数据对齐，得到负荷特征、气象特征、用地特征数据；步骤4、将对齐后的负荷特征、气象特征、用地特征数据在通道维度上拼接，得到多源融合数据；步骤5、将多源融合数据作为赋权耦合Conv-LSTM网络的输入，按照时间步顺序依次输入到相应的赋权耦合Conv-LSTM单元中，使用赋权耦合模块计算通道赋权特征，在同一隐藏层中的两个以上单元间和两个以上隐藏层间传递和提取时空信息进行预测；步骤6、将赋权耦合Conv-LSTM网络的输出进行反归一化处理得到预测结果。
全文数据：
权利要求：
百度查询： 南京信息工程大学 基于小波包分解和ConvLSTM的电力负荷预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号