【技术实现步骤摘要】
本专利技术涉及电力系统负荷预测，更具体地说，本专利技术涉及一种基于神经网络的负荷预测方法。
技术介绍
1、电力系统的功能是将自然界的一次能源通过发电动力装置转化成电能，再经输电、变电和配电将电能供应到各用户，为实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能， 然而，现有的电力系统负荷预测方法可能受限于模型的线性假设和对外部影响因素的简化处理，导致对电力系统负荷预测的精度不高，并且往往只能进行某一时间尺度的预测，难以满足对电力系统负荷的短期和长期预测需求，基于此，本专利技术设计了一种基于神经网络的负荷预测方法，以此，解决以上问题。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供了一种基于神经网络的负荷预测方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供一种基于神经网络的负荷预测方法，包括以下步骤：
3、sp01：数据采集和预...
【技术保护点】
1.一种基于神经网络的负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的负荷预测方法，其特征在于，所述构建用于电力系统负荷预测的神经网络模型流程包括以下步骤：
3.根据权利要求2所述的基于神经网络的负荷预测方法，其特征在于，所述神经网络结构包括MLP多层感知机、RNN递归神经网络以及LSTM长短期记忆网络。
4.根据权利要求2所述的基于神经网络的负荷预测方法，其特征在于，所述集成外部因素流程包括以下步骤：
5.根据权利要求4所述的基于神经网络的负荷预测方法，其特征在于，所述训练和优化用于电力...
【技术特征摘要】
1.一种基于神经网络的负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的负荷预测方法，其特征在于，所述构建用于电力系统负荷预测的神经网络模型流程包括以下步骤：
3.根据权利要求2所述的基于神经网络的负荷预测方法，其特征在于，所述神经网络结构包括mlp多层感知机、rnn递归神经网络以及lstm长短期记忆网络。
【专利技术属性】
技术研发人员：池凤泉，陶阳，巩伦才，蔡可臣，郭春蕾，
申请(专利权)人：南京中汇电气科技有限公司，
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。