基于天气分型和神经网络的短期新型负荷预测方法技术

技术编号:41280914 阅读:22 留言:0更新日期:2024-05-11 09:31
本发明专利技术提供了一种基于天气分型和神经网络的短期新型负荷预测方法,具有这样的特征,包括以下步骤:步骤S1,将历史气象数据和历史新型负荷数据作为原始数据样本,对原始数据样本进行精细化天气分型得到训练样本;步骤S2,使用训练样本训练卷积神经网络;步骤S3,将当前气象数据输入至训练好的卷积神经网络得到短期新型负荷预测值。本方法能够很好地兼顾短期新型负荷的计算复杂度和预测精度,具有极大的应用前景。

【技术实现步骤摘要】

本专利技术涉及一种基于天气分型和神经网络的短期新型负荷预测方法,属于大数据分析领域。


技术介绍

1、负荷预测与电网的发展规划、电力市场的运行、电力调度一直紧密相关。在双碳目标背景下,光伏产业得到大力发展,使得分布式电源和小型储能等在用户侧被广泛接入,逐渐在用户侧形成了一种新型负荷。

2、相较于传统负荷,新型负荷更容易受到外界因素的影响。现有技术中,对于负荷的预测通常采用将所有影响因素都作为预测模型的输入变量的方式,对于新型负荷来说,由于受温度、湿度、气压和风速等外界因素的影响,使得计算复杂度增加并容易导致维度灾难,进而影响短期新型负荷预测的精度。


技术实现思路

1、本专利技术是为了解决上述问题而进行的,目的在于提供一种基于天气分型和神经网络的短期新型负荷预测方法。

2、本专利技术提供了一种基于天气分型和神经网络的短期新型负荷预测方法,具有这样的特征,包括以下步骤:步骤s1,将历史气象数据和历史新型负荷数据作为原始数据样本,对原始数据样本进行精细化天气分型得到训练样本;步骤s2,使用训练本文档来自技高网...

【技术保护点】

1.一种基于天气分型和神经网络的短期新型负荷预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于天气分型和神经网络的短期新型负荷预测方法,其特征在于:

3.根据权利要求1所述的基于天气分型和神经网络的短期新型负荷预测方法,其特征在于:

4.根据权利要求1所述的基于天气分型和神经网络的短期新型负荷预测方法,其特征在于:

5.根据权利要求1所述的基于天气分型和神经网络的短期新型负荷预测方法,其特征在于:

【技术特征摘要】

1.一种基于天气分型和神经网络的短期新型负荷预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于天气分型和神经网络的短期新型负荷预测方法,其特征在于:

3.根据权利要求1所述的基于天气分型和神经...

【专利技术属性】
技术研发人员:王康戴明明李强刘昌界刘蓉晖孙改平李志永张荣荣王奎红李自愿陈新宇邓亚伟余茂娟石炬烽李佳
申请(专利权)人:国网安徽省电力有限公司亳州供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1