公开(公告)号：CN115099518A

公开(公告)日：2022-09-23

申请号：CN202210815061.8

申请日：2022-07-11

Applicant: 中国电力工程顾问集团中南电力设计院有限公司

Inventor： 刘畅 ,  付灏 ,  李泰军 ,  郭相国 ,  康义 ,  林廷卫 ,  陈皓淳

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于KL散度评价的组合神经网络电力负荷预测方法。本发明首先收集某个区域内连续多日的历史数据并进行预处理，之后对预处理的数据集按照需求划分为训练集和测试集；再构建CNN‑BiLSTM神经网络结构；之后先由CNN对输入数据进行初步特征提取，再将提取得到的特征作为BiLSTM的输入数据，输入BiLSTM进行接下来的特征提取；最后利用测试集对建立的电力负荷预测神经网络进行验证测试，并通过KL散度去评价构建的神经网络。本发明结合了CNN和BiLSTM两种神经网络的优点，使得预测过程中的训练速度更快，鲁棒性更强，且预测精度也明显提高。