一种基于时序截断的用户基线负荷估计方法及系统

    公开(公告)号:CN118761547A

    公开(公告)日:2024-10-11

    申请号:CN202410859774.3

    申请日:2024-06-28

    Abstract: 本发明属于用户基线负荷估计技术领域,公开了一种基于时序截断的用户基线负荷估计方法及系统,包括:收集待估计基线负荷用户及同区域内其他用户的多日用电负荷序列,经平滑和归一化后形成数据集;采用时序截断的方法对数据集中每个样本进行时序截断,生成典型日向量集;将典型日向量集作为样本集训练聚类模型,得到最优聚类下各簇的质心及各簇所包含的典型日样本;基于各簇的质心,确定与待估计基线负荷用户在响应日非响应时段用电习惯相似度最高的簇C*;对簇C*内典型日样本加权平均后再去归一化,得到该用户的负荷基线估计值。其中,加权平均的权重由组合优化方法获得。本发明能够提升用户基线负荷估计的准确度,在用户量少的情况下同样适用。

    一种基于强化解码器的电力负荷多步预测方法和装置

    公开(公告)号:CN116663709A

    公开(公告)日:2023-08-29

    申请号:CN202310497034.5

    申请日:2023-05-05

    Abstract: 本发明公开了一种电力负荷多步预测方法和装置,属于电力负荷多步预测技术领域,其构建的初始预测模型包括预测网络和至少一个现有预测结构的基础网络,经过训练得到目标预测模型。将历史负荷序列输入目标预测模型,利用基础网络输出前一步负荷预测值,利用智能体从基础网络和解码器输出的前一步预测值中选出一个误差最小的,作为解码器执行本步预测任务的输入,从而解码得到本步的负荷预测值,按时步向后逐步解码得到未来多步的负荷预测值,形成多步预测结果;该方法能够减轻自回归机制导致的误差累计,还能够避免Teacherforcing机制导致的暴露偏差问题,最终能够降低预测误差,提高电力负荷多步预测精度。

Patent Agency Ranking