公开(公告)号：CN111382906B

公开(公告)日：2024-02-27

申请号：CN202010155061.0

申请日：2020-03-06

Applicant: 南京工程学院

Inventor： 卞海红 ,  王倩 ,  曾彦鑫 ,  张宇辰

IPC: H02J3/00 ,  G06F18/213 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种电力负荷预测方法、系统、设备和计算机可读存储介质，方法包括如下步骤：采集电力负荷数据以及与负荷有关的气象数据；对气象因素与负荷、时间进行关联度分析，保留与负荷关联度较高的气象因素；将保留的气象数据分为时序性和非时序性气象数据；利用经验模态分解算法对非时序性气象数据进行分解；利用时间卷积网络模型对时序性气象数据进行降维，得到负荷的最优估计值；将分解后的气象数据、负荷的最优估计值和负荷数据代入GRNN模型进行训练，利用训练好的模型进行预测，得到预测结果。本发明的方法可以有效的去除噪声、提高负荷预测精度、降低建模任务量，从而验证

公开(公告)号：CN111382906A

公开(公告)日：2020-07-07

申请号：CN202010155061.0

申请日：2020-03-06

Applicant: 南京工程学院

Inventor： 卞海红 ,  王倩 ,  曾彦鑫 ,  张宇辰

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

Abstract: 本发明公开了一种电力负荷预测方法、系统、设备和计算机可读存储介质，方法包括如下步骤：采集电力负荷数据以及与负荷有关的气象数据；对气象因素与负荷、时间进行关联度分析，保留与负荷关联度较高的气象因素；将保留的气象数据分为时序性和非时序性气象数据；利用经验模态分解算法对非时序性气象数据进行分解；利用时间卷积网络模型对时序性气象数据进行降维，得到负荷的最优估计值；将分解后的气象数据、负荷的最优估计值和负荷数据代入GRNN模型进行训练，利用训练好的模型进行预测，得到预测结果。本发明的方法可以有效的去除噪声、提高负荷预测精度、降低建模任务量，从而验证了所提模型的可行性。