【技术实现步骤摘要】
本专利技术涉及电力负荷预测，尤其涉及一种短期电力负荷预测方法及装置。
技术介绍
1、电力负荷预测作为电力系统规划的重要组成部分，是电网经济运行的基础。按不同的预测对象划分，电力负荷预测主要包括未来电力需求量的预测、未来用电量的预测和负荷曲线的预测。通过预测未来电力负荷的时间分布和空间分布，可以为电力规划运行提供有效的决策依据。
2、已有的电力负荷预测方法主要有基于数学统计的方法，如多元线性回归、卡尔曼滤波和指数平滑法等，这些方法虽然计算简单，计算效率高，但是对于复杂非线性系统的处理能力差、并且不适用于随机性、波动性较强的短期电力负荷预测。另一种方法是基于机器学习的电力负荷预测方法，如支持向量机、决策树、多层感知机等，这些方法虽然可以有效处理非线性问题，但面对复杂的电力系统，其对数据特征的挖掘还是略显不足。还有一种方法是基于深度学习的电力负荷预测方法，如以长短期记忆网络和门控循环单元为主的循环神经网络和基于注意力机制的神经网络模型等，然而，这些方法在处理较长序列时，也可能遭遇梯度消失或爆炸而难以很好的捕获数据之间的时间依赖性，...
【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所述的短期电力负荷预测方法，其特征在于，所述根据所述历史负荷数据和所述历史观测数据的采集时间对所述负荷预测特征进行修正，获得负荷预测时序特征，包括：
3.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述根据所述历史负荷数据和所述历史观测数据的采集时间计算所述历史负荷数据和所述历史观测数据对应的相对位置，包括：
4.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述根据所述时序权重对所述负荷预测特征进行加权求和，获得负荷预测时序特征，包括：
<...【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所述的短期电力负荷预测方法，其特征在于，所述根据所述历史负荷数据和所述历史观测数据的采集时间对所述负荷预测特征进行修正，获得负荷预测时序特征，包括：
3.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述根据所述历史负荷数据和所述历史观测数据的采集时间计算所述历史负荷数据和所述历史观测数据对应的相对位置，包括：
4.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述根据所述时序权重对所述负荷预测特征进行加权求和，获得负荷预测时序特征，包括：
5.根据权利要求1所述的短期电力负荷预测方法，其特...
【专利技术属性】
技术研发人员：冯喜春，韩璟琳，胡平，王涛，何鑫，苑鲁峰，冯涛，宋航程，
申请(专利权)人：国网河北省电力有限公司经济技术研究院，
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。