公开(公告)号：CN110674999A

公开(公告)日：2020-01-10

申请号：CN201910948947.8

申请日：2019-10-08

Applicant: 国网河南省电力公司电力科学研究院 ,  国网河南省电力公司卫辉市供电公司

Inventor： 田杨阳 ,  张小斐 ,  王楠 ,  郭志民 ,  耿俊成 ,  袁少光 ,  万迪名 ,  李铭岩 ,  刘芳冰 ,  陶亚光 ,  王倩 ,  牛霜霞 ,  毛万登 ,  时洪飞 ,  肖寒

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

Abstract: 本申请公开了一种基于改进聚类和长短期记忆深度学习的小区负荷预测方法，根据不同类别住宅区影响因子，通过改进的聚类算法进行住宅类别划分，运用LSTM算法分别为每类住宅区建立对应的预测模型，并对LSTM进行Dropout处理，避免局部最优，从而得到预测负荷值，减小住宅小区自身报装容量与实际负荷的用电差异，实现对台区变压器的合理规划。根据新建小区的各属性值进行改进聚类分析后获得该小区类别，并利用对应类别的预测模型进行负荷预测，从而对业扩报装容量进行预估，指导台区建设。