- 专利标题: 一种基于MIC-TCN-LSTM的负荷预测方法、存储介质及计算机系统
-
申请号: CN202210460380.1申请日: 2022-04-28
-
公开(公告)号: CN114819352A公开(公告)日: 2022-07-29
- 发明人: 丁石川 , 胡子玉 , 王正风 , 郭小璇 , 鲍海波 , 杭俊
- 申请人: 安徽大学
- 申请人地址: 安徽省合肥市经开区九龙路111号
- 专利权人: 安徽大学
- 当前专利权人: 安徽大学
- 当前专利权人地址: 安徽省合肥市经开区九龙路111号
- 代理机构: 合肥市长远专利代理事务所
- 代理商 孙丽丽
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/06 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种基于MIC‑TCN‑LSTM的负荷预测方法、存储介质及计算机系统,其中方法包括以下步骤:S1、对原始数据进行预处理后,再进行归一化处理;S2、利用最大相关系数MIC对数据进行相关性分析,提出相关性较小或不相关的数据;S3、利用滑动窗口将步骤2中处理后的数据形成的数据集分为训练集和测试集;S4、构建TCN‑LSTM模型,并将步骤3中的所述训练集送入所述TCN‑LSTM模型中进行训练;S5、利用步骤4中训练好的模型对所述测试集进行预测,最终得到预测结果,进行输出。本发明针对电网中的负荷进行精确的预测,有效地提高了预测精准性。本发明提出的方法简单、容易实现。