-
公开(公告)号：CN113902165A
公开(公告)日：2022-01-07
申请号：CN202111032846.X
申请日：2021-09-03
Applicant: 珠海派诺科技股份有限公司
Abstract: 本发明提供一种超短期电力负荷预测方法，包括步骤：获取需要的原始业务数据，对原始业务数据通过系统的特征工程，形成特征；当被预测的时间序列非平稳时，对被预测数据进行差分处理，通过差分结果替代被预测时间点的负荷；根据形成的特征，依据离被预测时间点跨度的长短赋予抽样权重并进行随机抽样，对随机抽样后的数据再合并形成建模数据；将特征工程获取的特征和因变量转换获取的目标变量分别作为长短时记忆模型的输入和输出数据进行深度学习训练和调试过程获取模型，通过获得的模型的输出结果进行差分还原，完成超短期负荷预测。解决了过度依赖深度学习算法，没有数据深度处理方法，导致模型效果无法进一步提升的问题。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
