电力负荷预测模型的构建方法与电力负荷预测方法

    公开(公告)号:CN114065653A

    公开(公告)日:2022-02-18

    申请号:CN202210051273.3

    申请日:2022-01-17

    Abstract: 本申请涉及一种电力负荷预测模型的构建方法和电力负荷预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取电力系统的原始数据;对原始数据进行预处理,得到训练数据集;获取基于贝叶斯优化算法优化得到的超参数最优长短期记忆神经网络模型;将训练数据集输入到超参数最优长短期记忆神经网络模型中进行训练,得到电力负荷预测模型。先进行预处理,筛选掉不符合条件的异常值,避免异常值影响预测模型的准确率,同时贝叶斯优化算法能自动调节模型中的超参数,避免人为主观调参对预测模型精度的影响,且经过优化后的长短期记忆神经网络模型性能较好,收敛效果较好,从而能得到准确的电力负荷预测结果。

    基于电力肖像的数据重建模型训练的方法和装置

    公开(公告)号:CN114419339A

    公开(公告)日:2022-04-29

    申请号:CN202210327615.X

    申请日:2022-03-30

    Abstract: 本申请涉及一种基于电力肖像的数据重建模型训练的方法、装置、计算机设备和存储介质。所述方法包括:获取高频新能源数据样本集合;基于多个高频新能源数据样本,获取每个高频新能源数据样本的高频新能源图像样本,再获取低频新能源图像样本;基于低频新能源图像样本,通过待训练数据重建模型获取重建新能源图像样本;基于高频新能源图像样本以及重建新能源图像样本,获取每个高频新能源数据样本对应的感知损失;基于每个高频新能源数据样本对应的感知损失,对待训练数据重建模型的模型参数进行更新,通过更新后的模型参数得到目标数据重建模型。采用本方法保留高频新能源数据的高频细节,保证低频新能源数据至高频新能源数据升频重建的准确度。

Patent Agency Ranking