【技术实现步骤摘要】
本专利技术属于电力系统，具体涉及一种电力系统净负荷短期预测方法、系统、设备及介质。
技术介绍
1、可再生能源接入电网的规模在不断扩大，但由于可再生能源的间歇性等特点对电力系统的安全稳定运行造成了挑战，因此对电力系统净负荷的预测显得尤为重要。对净负荷的准确预测对能源的有效管理具有重大意义，从而提高电力系统规划和运行的可靠性和经济性。
2、专利公开号为cn114611829a，名称为一种基于互补集合经验模态分解的短期电力负荷预测方法的专利申请，步骤1：获取电力负荷数据，并对所得到的数据集进行预处理；步骤2：将数据集划分为训练集和验证集两部分；步骤3：将输入数据通过互补集合经验模态分解(ceemd)分解为有限个imf分量和一个残余分量；步骤4：对各分量应用lstm神经网络进行预测，并用贝叶斯算法对lstm网络超参数寻优；步骤5：将各分量预测结果叠加重构后，得到最终的预测结果，并将预测结果与真实负荷数据值对比。该专利申请虽然也能够进行预测，但在预测过程中会陷入区域最优解，且单链结构的lstm网络仅能学习正向时序关系，不能充分对历史数...
【技术保护点】
1.一种电力系统净负荷短期预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电力系统净负荷短期预测方法，其特征在于，步骤S2之前，对样本数据进行预处理，包括对异常和缺失数据进行替换和补充，对初始数据进行降噪。
3.根据权利要求2所述的一种电力系统净负荷短期预测方法，其特征在于，数据预处理的具体过程包括：对样本中缺失或者异常的初始数据进行补充或替换，做法是利用问题点所在的前两天和后两天的每小时数据的平均值进行替代，计算公式为：式中，yi为更新后的数据，yi-q为问题点前两天的每小时数据，yi-h为问题点后两天的每小时数据，Q和H分...
【技术特征摘要】
1.一种电力系统净负荷短期预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电力系统净负荷短期预测方法，其特征在于，步骤s2之前，对样本数据进行预处理，包括对异常和缺失数据进行替换和补充，对初始数据进行降噪。
3.根据权利要求2所述的一种电力系统净负荷短期预测方法，其特征在于，数据预处理的具体过程包括：对样本中缺失或者异常的初始数据进行补充或替换，做法是利用问题点所在的前两天和后两天的每小时数据的平均值进行替代，计算公式为：式中，yi为更新后的数据，yi-q为问题点前两天的每小时数据，yi-h为问题点后两天的每小时数据，q和h分别为数据点前后两天的数据总数；采用小波变换分解初始数据，变换后的数据被分解成若干系数，通过设置合适的阈值，将系数高于阈值的数据置零，其余数据保留。
4.根据权利要求2所述的一种电力系统净负荷短期预测方法，其特征在于，对样本数据进行预处理之后，使用模糊系统对数据进行归一化处理。
5.根据权利要求4所述的一种电力系统净负荷短期预测方法，其...
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。