【技术实现步骤摘要】
本专利技术涉及电网负荷功率预测，尤其涉及基于psr-dbn组合模型短期电力负荷预测方法。
技术介绍
1、电力负荷预测在电力系统的运行和规划中发挥着至关重要的作用，准确的电力负荷预测不仅有助于电力公司优化能源分配，减少生产成本，提高能源利用效率，还确保了电力系统的稳定运行。
2、传统的电力负荷统计方法虽然操作简单，但在预测精度方面存在限制，随着机器学习和深度学习技术的发展，这些方法以其强大的非线性建模能力，能够自动学习输入数据中的复杂规律，为电力负荷预测提供了新的可能，这些高级方法可以更准确地预测电力负荷，为电力行业带来重大改进，因此，现提出基于psr-dbn组合模型短期电力负荷预测方法。
技术实现思路
1、基于上述目的，本专利技术提供了基于psr-dbn组合模型短期电力负荷预测方法。
2、基于psr-dbn组合模型短期电力负荷预测方法，包括以下步骤：
3、s1：数据预处理，对电力负荷数据进行预处理；
4、s2：在所述数据预处理后，采用相空间重...
【技术保护点】
1.基于PSR-DBN组合模型短期电力负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于PSR-DBN组合模型短期电力负荷预测方法，其特征在于，所述数据预处理包括对用户侧负荷需求功率进行理想功率曲线分布趋势进行匹配，对于偏离明显的数据进行剔除或替换，对预处理后的数据进行归一化处理以消除不同量纲带来的影响，并将预处理后的数据划分为训练集、验证集和测试集。
3.根据权利要求2所述的基于PSR-DBN组合模型短期电力负荷预测方法，其特征在于，所述S2中的相空间重构技术用于将一维混沌时间序列拓展至高维相空间内，提取原时间序列内包含的
【技术特征摘要】
1.基于psr-dbn组合模型短期电力负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于psr-dbn组合模型短期电力负荷预测方法，其特征在于，所述数据预处理包括对用户侧负荷需求功率进行理想功率曲线分布趋势进行匹配，对于偏离明显的数据进行剔除或替换，对预处理后的数据进行归一化处理以消除不同量纲带来的影响，并将预处理后的数据划分为训练集、验证集和测试集。
3.根据权利要求2所述的基于psr-dbn组合模型短期电力负荷预测方法，其特征在于，所述s2中的相空间重构技术用于将一维混沌时间序列拓展至高维相空间内，提取原时间序列内包含的信息，具体包括：
4.根据权利要求3所述的基于psr-dbn组合模型短期电力负荷预测方法，其特征在于，所述s2中的通过确定延迟时间和嵌入维度来重构相空间具体包括：
5.根据权利要求4所述的基于psr-dbn组合模型短期电力负荷预...
【专利技术属性】
技术研发人员：马力，吴子俊，庄华龙，马振宇，李华，满雨佳，刘敦楠，邱朝明，曲大鹏，范晋衡，刘琦颖，张祖菡，康文慧，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。