【技术实现步骤摘要】
本公开涉及电力信息技术，尤其涉及一种短期电力负荷预测方法、装置、电子设备及介质。
技术介绍
1、电力能源是现代社会的支柱性能源，负荷预测是保证电力供需平衡的基础，一直以来是电力信息领域的一个研究热点，直接关系到电力系统的需求调度。
2、常用的负荷预测方法主要分为传统方法和现代方法。传统的预测方法是基于统计原理，使用简单运行速度快。而电力负荷预测本身是一个复杂的过程，在预测中仅凭单一的数据集，没有考虑影响因素，会导致预测误差较大，预测精度较低。现代预测方法主要是以神经网络为代表的人工智能学习方法，包括人工神经网络、随机森林、支持向量机、小波变换等。与传统方法相比，现代预测方法不仅在预测精度上有所提高，适应性也更强。人工智能学习方法具有强大的非线性拟合、数据分析和预测能力，这符合电力系统海量负荷数据处理的需要。
3、近年来，深度学习超强的学习能力和自适应能力使其成为负荷预测领域的焦点。卷积神经网络(cnn)是前向神经网络的一种。相比于传统的全连接神经网络，cnn模型的复杂程度大幅度降低。但因为序列信息中存在着长跨度的...
【技术保护点】
1.一种短期电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，执行所述方法之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述CNN特征提取模块中，提取历史电力负荷数据包括的电力负荷特征包括：
4.根据权利要求1所述的方法，其特征在于，在所述BiLSTM序列预测模块中，双向发掘所述电力负荷特征的时序特征，得到电力负荷预测输出值包括：
5.根据权利要求1所述的方法，其特征在于，所述采用灰狼优化算法优化所述CNN特征提取模块和所述BiLSTM序列预测模块中的超参数，得到优化后...
【技术特征摘要】
1.一种短期电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，执行所述方法之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述cnn特征提取模块中，提取历史电力负荷数据包括的电力负荷特征包括：
4.根据权利要求1所述的方法，其特征在于，在所述bilstm序列预测模块中，双向发掘所述电力负荷特征的时序特征，得到电力负荷预测输出值包括：
5.根据权利要求1所述的方法，其特征在于，所述采用灰狼优化算法优化所述cnn特征提取模块和所述bilstm序列预测模块中的超参数，得到优化后的电力负荷预测模型包括：
6.根据权利要求5所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。