公开(公告)号：CN119853023A

公开(公告)日：2025-04-18

申请号：CN202510329275.8

申请日：2025-03-20

Applicant: 南京信息工程大学

Inventor： 朱鹏程 ,  严颖 ,  杜文杰 ,  蔡骏 ,  岳昊澜 ,  房奕航 ,  潘雨轩 ,  邢宇杰

IPC: H02J3/00 ,  G06Q10/0637 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于SLSTM‑RMTN模型的电力负荷预测方法，针对目标电力系统，设计以数据值的STL分解为出发，分别针对趋势分量、季节分量、残差分量，筛选各分量分别对应的目标传感器，针对包含长短期记忆网络、残差连接、多项式展开所构成的目标待训练网络进行训练，获得各分量下的电力负荷预测模型，然后在预测应用下，针对采样数据，分别执行各分量下电力负荷预测模型的预测，并进行融合，完成对目标电力系统的电力负荷预测；设计方案在应用中，能够准确地捕获电力负荷数据的时间序列特性，减少数据维度，显著提高了模型的精度和泛化能力，能够优化电力资源配置，平衡供需关系。