【技术实现步骤摘要】
本专利技术涉及电磁能装备控制，特别涉及一种极端电磁能装备能源需求预测方法、系统及电子设备。
技术介绍
1、在高效率、低成本的需求背景下，提高极端电磁能装备系统能源的合理供需水平对于维护极端高压系统稳定、组合经济效益、减少不必要的能源消耗有着重要意义，对于电磁领域的系统优化同样有较高的参考价值。
2、极端电磁能装备能源的工作特点主要有波动性、规律性、周期性、高精度性和随机干扰性。电磁推进等大电流装备，在不同的时间系统对于功率源的需求差别较大。然而，为了装备工作的持续性，往往采用最大的需求量配置功率的电源，多余的供给能源通过热能或其它方式流失，造成资源的较大浪费。基于以上问题，迫切需要制定合理的电磁能装备功率源供需方案，在电磁能装备需求较大的时候提高功率供给，在需求较小的时候降低能源供应，从而维护电磁能装备的稳定性，增加电磁推进系统的经济效益和减少不必要的能源消耗。
3、极端电磁能装备能源合理供需的基础是要精确的预测系统能源的消耗值，由于强电磁环境的复杂性使得传统的预测效果难以达到较为理想的状态，其原因是传统方法以纵...
【技术保护点】
1.一种极端电磁能装备能源需求预测方法，其特征在于，包括：
2.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，在收集目标区域内历史周期上电磁能装备系统能源消耗数据，之后还包括：对目标区域内历史周期上电磁能装备系统能源消耗数据进行插值和归一化处理。
3.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，通过所述横向特征数据和所述纵向特征数据分别对人工激励循环神经网络模型和LSTM神经网络模型进行训练，输出预测序列，具体包括：
4.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，训练过程中...
【技术特征摘要】
1.一种极端电磁能装备能源需求预测方法，其特征在于，包括：
2.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，在收集目标区域内历史周期上电磁能装备系统能源消耗数据，之后还包括：对目标区域内历史周期上电磁能装备系统能源消耗数据进行插值和归一化处理。
3.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，通过所述横向特征数据和所述纵向特征数据分别对人工激励循环神经网络模型和lstm神经网络模型进行训练，输出预测序列，具体包括：
4.根据权利要求1所述的极端电磁能装备能源需求预测方法，其特征在于，训练过程中采用受控旋转单元量子遗传算法对所述人工激励循环神经网络模型和所述ls...
【专利技术属性】
技术研发人员：程军胜，王贺阳，王秋良，
申请(专利权)人：中国科学院电工研究所，
类型：发明
国别省市：
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。