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：湖北工业大学
摘要：本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
主权项：1.一种智慧工业园区电力负荷预测方法，其特征在于包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集；S2：构建LSTM电力负荷预测网络模型，并确定LSTM网络待优化的超参数和其取值范围，并将待优化超参数编码为长鼻浣熊种群个体，且对长鼻浣熊种群进行初始化，定义适应度函数；S3：通过MSCOA算法流程更新个体，获取个体适应度值，进而在参数空间中搜索到最优个体，并输出最优个体，将输出的最优个体解码为超参数组合，赋予LSTM电力负荷预测网络模型并通过电力负荷数据集对LSTM电力负荷预测网络模型进行训练，并对训练完成的LSTM电力负荷预测网络模型进行精度验证操作，以检验LSTM电力负荷预测网络模型的预测性能；S4：通过训练完成的LSTM电力负荷预测网络模型基于处理后的实时电力负荷数据进行电力负荷预测，并将输出的预测结果进行储存管理。
全文数据：
权利要求：
百度查询： 湖北工业大学 一种智慧工业园区电力负荷预测方法
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