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：国网辽宁省电力有限公司;沈阳工业大学;南京工业大学;清华大学;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司

摘要：一种基于ARIMA和CNN‑LSTM组合模型的短期负荷预测方法及系统，包括以下步骤：采集园区历史负荷数据、气象数据，对原始信息进行数据预处理，将处理后的数据随机划分训练集和测试集，设置比例，得到训练数据序列；构建CNN‑LSTM预测模型，将所述训练数据序列输入到CNN卷积层中，通过多层卷积层和池化层捕捉数据中的局部和全局特征，传递给LSTM用于捕捉二维时序数据中的时间依赖关系；构建ARIMA预测模型，对所述训练数据序列提取残差，将残差输入到LSTM中进行修正；将CNN‑LSTM预测模型和ARIMA预测模型的预测值进行组合，反归一化得到预测结果。在单一模型基础上将二者进行组合，增强预测模型的性能和稳定性。

主权项：1.一种基于ARIMA和CNN-LSTM组合模型的短期负荷预测方法，其特征在于，包括以下步骤：采集园区历史负荷数据、气象数据，对原始信息进行数据预处理，将处理后的数据随机划分训练集和测试集，设置比例，得到训练数据序列；构建CNN-LSTM预测模型，将所述训练数据序列输入到CNN卷积层中，通过多层卷积层和池化层捕捉数据中的局部和全局特征，传递给LSTM用于捕捉二维时序数据中的时间依赖关系；构建ARIMA预测模型，对所述训练数据序列提取残差，将残差输入到LSTM中进行修正；将CNN-LSTM预测模型和ARIMA预测模型的预测值进行组合，反归一化得到预测结果。

全文数据：

权利要求：

百度查询： 国网辽宁省电力有限公司 沈阳工业大学 南京工业大学 清华大学 国网辽宁省电力有限公司电力科学研究院 国家电网有限公司 一种基于ARIMA和CNN-LSTM组合模型的短期负荷预测方法及系统