电力系统负荷的自学习预测方法、装置及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
电力系统负荷的自学习预测方法、装置及存储介质
申请号:CN202510517878
申请日期:2025-04-23
公开号:CN120355031A
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种电力系统负荷的自学习预测方法、装置及存储介质。涉及人工智能领域,其中,该方法包括:接收电力系统待负荷预测的影响因素数据;获取目标负荷预测模型,其中,目标负荷预测模型是依据影响因素数据调整初始负荷预测模型中的设计矩阵得到的模型;将影响因素数据输入目标负荷预测模型,预测出电力系统的负荷预测结果。本发明解决了现有技术中对电力系统负荷预测的准确性较低的技术问题。
技术关键词
负荷预测模型 学习预测方法 状态空间模型 历史负荷数据 电力系统负荷预测 广义 数据更新 矩阵 可读存储介质 方程 数据获取单元 计算机程序产品 指令 预测装置 客户端
系统为您推荐了相关专利信息
冷冻水流量 冷冻水系统 初始运行频率 系统配置信息 水泵
视频生成方法 状态空间模型 输出特征 文本 多层感知器
电力系统模型 优化调度方法 历史负荷数据 储能 参数
GAPSO算法 负荷跟踪方法 充放电策略 充放电功率 负荷预测模型
负荷预测模型 恒温恒湿调节系统 多区域 LSTM神经网络 策略性