一种多模型融合的短期负荷预测方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种多模型融合的短期负荷预测方法及装置
申请号:
CN202510197487
申请日期:
2025-02-21
公开号:
CN120087542A
公开日期:
2025-06-03
类型:
发明专利
摘要
本申请提供一种多模型融合的短期负荷预测方法及装置,涉及短期负荷预测技术领域。该方法包括:获取当前时刻的目标电力系统的负荷数据,并分别获取当前时刻和目标时刻的日期属性、气象属性和季节属性;将当前时刻的负荷数据、日期属性、气象属性和季节属性以及目标时刻的日期属性、气象属性和季节属性输入短期负荷预测模型中,输出目标电力系统在目标时刻的预测负荷数据,短期负荷预测模型基于BP神经网络、LSTM神经网络和Logistic回归分析网络构建得到。本申请能够提高预测的准确性。
技术关键词
短期负荷预测模型
短期负荷预测方法
历史负荷数据
权重模型
LSTM神经网络
气象
日期
BP神经网络构建
电力系统
短期负荷预测装置
多模型
短期负荷预测技术
输入端
粒子群算法
数据获取模块