一种短期负荷及光伏功率预测方法及其系统、设备、介质技术方案

本发明专利技术涉及一种短期负荷及光伏功率预测方法及其系统、设备、介质，所述方法包括：获取历史负荷信息和历史光伏功率信息；利用预先训练好的深度置信网络对历史负荷信息和历史光伏功率信息进行预测得到第一短期负荷及光伏功率预测结果；并且，利用预先训练好的长短记忆网络对历史负荷信息和历史光伏功率信息进行预测得到第二短期负荷及光伏功率预测结果；利用预先训练好的线性模型对第一短期负荷及光伏功率预测结果以及第二短期负荷及光伏功率预测结果进行线性回归处理得到短期负荷及光伏功率预测结果。所述系统、设备、介质包括用于执行所述方法的载体。本发明专利技术能够实现基于动态组合深度学习模型进行短期负荷及光伏功率的预测，以提高预测精度。

【技术实现步骤摘要】
一种短期负荷及光伏功率预测方法及其系统、设备、介质
本专利技术涉及短期负荷及光伏功率预测
，具体涉及一种短期负荷及光伏功率预测方法及其系统、设备、介质。
技术介绍
短期负荷预测主要用于预报未来几分钟、几小时或几星期的电力负荷，用于调度安排开停机计划，对于机组最优组合、经济调度、最优潮流等有着重要的意义，同时也是保证电力市场有效运作的基础。广义的短期负荷预测涉及用电负荷的预测及光伏等发电出力的预测，常规的短期负荷及光伏预测模型主要有时间序列模型、以及神经网络或支持向量机等机器学习模型等。目前短期负荷和光伏功率预测存在如下问题：一方面，较多采用浅层学习方法，浅层学习算法的学习能力有限，深层次特征训练过程中无法有效利用，预测精度很容易达到瓶颈。另一方面，现有模型往往采用一种算法进行预测，单一算法鲁棒性较低，如果单一算法训练过程中陷入局部极小值，该模型对应预测性能较差。
技术实现思路
本专利技术的目的在于提出一种短期负荷及光伏功率预测方法及其系统、计算机设备、计算机可读存储介质，实现基于动态组合深度学习模型进行本文档来自技高网...

【技术保护点】
1.一种短期负荷及光伏功率预测方法，其特征在于，包括：/n获取历史负荷信息和历史光伏功率信息；/n利用预先训练好的深度置信网络对所述历史负荷信息和历史光伏功率信息进行预测得到第一短期负荷及光伏功率预测结果；并且，利用预先训练好的长短记忆网络对所述历史负荷信息和历史光伏功率信息进行预测得到第二短期负荷及光伏功率预测结果；/n利用预先训练好的线性模型对所述第一短期负荷及光伏功率预测结果以及第二短期负荷及光伏功率预测结果进行线性回归处理得到短期负荷及光伏功率预测结果。/n

【技术特征摘要】
1.一种短期负荷及光伏功率预测方法，其特征在于，包括：
获取历史负荷信息和历史光伏功率信息；
利用预先训练好的深度置信网络对所述历史负荷信息和历史光伏功率信息进行预测得到第一短期负荷及光伏功率预测结果；并且，利用预先训练好的长短记忆网络对所述历史负荷信息和历史光伏功率信息进行预测得到第二短期负荷及光伏功率预测结果；
利用预先训练好的线性模型对所述第一短期负荷及光伏功率预测结果以及第二短期负荷及光伏功率预测结果进行线性回归处理得到短期负荷及光伏功率预测结果。


2.根据权利要求1所述的短期负荷及光伏功率预测方法，其特征在于，所述深度置信网络在预先训练过程中通过计算最大化对数似然函数求得深度置信网络的最优网络参数。


3.根据权利要求1所述的短期负荷及光伏功率预测方法，其特征在于，所述长短记忆网络在预先训练过程中通过自适应时刻估计方法求得长短记忆网络的最优网络参数。


4.根据权利要求3所述的短期负荷及光伏功率预测方法，其特征在于，所述长短记忆网络包括网络输入单元、输入门、遗忘门、输出门和网络输出单元，所述网络输入单元用于接收当前时刻的网络输入信息，所述当前时刻网络输入信息包括所述历史负荷信息和历史光伏功率信息，所述输入门用于获取当前时刻网络输入出信息、上一记忆状态信息、上一时刻网络输出信息，所述遗忘门用于确定从上一记忆状态信息中待删除的信息，所述输出门用于根据所述网络输入出信息、上一记忆状态信息、上一时刻网络输出信息计算得到输出门信息，所述网络输出单元用于根据所述输出门信息和当前时刻的状态信息计算初始光伏功率预测结果；其中所述当前时刻的状态信息根据所述当前时刻网络输入出信息、上一记忆状态信息、上一时刻网络输出信息以及待删除的信息计算得到。


5.一种短期负荷及光伏功率预测系统，其特征在于，包括：
信息获取单元，用于获取历史负荷信息和历史光伏功率信息；
深度置信网络预测单元，用于利用预先训练好的深度置信网络对所述历史负荷信息和历史光伏功率信息进行预测得到第一短期负荷及光伏功率预测结果；
长...

【专利技术属性】
技术研发人员：刘振兴，马伟哲，齐晖，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44