【技术实现步骤摘要】
本申请实施例涉及模型训练，具体涉及一种电力负荷数据预测模型组训练方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着当今社会高速发展，人们对电力的依赖越来越大，在许多领域的生产中都需要使用到电力，工厂需要电力驱动设备进行持续生产，民众在家需要电力驱动电灯、洗衣机和空调等家用设备，为生活带来便利。
2、对于发电厂来说，对电力负荷数据进行预测是非常重要的，发电厂可以根据预测得到的电力负荷数据来对供电工作进行较为精细的管理，有助于发电厂或电力公司根据预测结果做出合理的发电计划和资源配置，并且预测得到的电力负荷数据对于发电厂或电力公司对电力资源进行合理分配起着重要作用，有助于提高电力系统的稳定性。
3、然而，电力负荷数据存在随机性和波动性较强的特点，目前常见的用于对电力负荷数据进行预测的预测模型难以对电力负荷数据进行较为准确的预测，影响电力系统的安全运行和电力调度计划的准确实施。
技术实现思路
1、鉴于上述问题，本申请实施例提供了一种电力负荷数据预测模型组训练方法、装...
【技术保护点】
1.一种电力负荷数据预测模型组训练方法，其特征在于，包括：
2.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述确定所述多种原始数据序列中与任意一条模态分量序列满足相关性要求的目标原始数据序列，包括：
3.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述对所述历史电力负荷数据序列进行模态分解，得到多条模态分量序列，包括：
4.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述获取历史电力负荷数据序列以及多种原始数据序列，包括：
5.根据权利要求4所述的电力负荷数据...
【技术特征摘要】
1.一种电力负荷数据预测模型组训练方法，其特征在于，包括：
2.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述确定所述多种原始数据序列中与任意一条模态分量序列满足相关性要求的目标原始数据序列，包括：
3.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述对所述历史电力负荷数据序列进行模态分解，得到多条模态分量序列，包括：
4.根据权利要求1所述的电力负荷数据预测模型组训练方法，其特征在于，所述获取历史电力负荷数据序列以及多种原始数据序列，包括：
5.根据权利要求4所述的电力负荷数据预测模型组训练方法，其特征在于，所述多种人员活动相关数据序列包括人流量数据序列，所述多种气象相关数据序列包括降水量数据序列、气温数据序列、气压数据序列和云量数据序列。
6...
【专利技术属性】
技术研发人员：李虹锐，卢秀兰，卓清锋，
申请(专利权)人：深圳国瑞协创储能技术有限公司，
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。