一种基于人工智能的配网规划指标预测方法技术

本发明专利技术涉及配网规划技术领域，提出了一种基于人工智能的配网规划指标预测方法，结合三种模型建立多层次模型，显著提升了配网规划指标预测的准确性和效率。利用多层感知器MLP识别配网规划的主要趋势和影响因素，提供非线性建模能力。通过时间序列模型ARIMA捕捉数据的时间依赖性和周期性变化，保证对短期波动的敏感性。长短期记忆网络LSTM捕捉复杂的非线性关系和长期依赖性，进一步提升预测的精度。最终通过Blending技术，将各模型的预测结果进行加权求和，实现了模型优势的最大化输出，优化了融合结果的准确性。通过实时数据流机制和自适应学习算法，模型参数得以动态调整。使得预测不仅具有实时性，还能适应不断变化的市场和环境条件，保持高预测精度。

【技术实现步骤摘要】

本专利技术涉及配网规划，尤其是一种基于人工智能的配网规划指标预测方法。

技术介绍

1、配网规划旨在设计和优化电力配电网络以保证高效、安全和可靠的电力供应。当前，随着电力需求的不断增长及风力发电、光伏发电等可再生能源发电在配电网中的渗透率日益提高，给配电网的规划和管理带来了巨大的困难，需要研究更有效的配电网的规划方法。

2、配网规划指标预测是一种通过分析历史和实时数据，结合环境与经济因素，来预测电力配电网络未来需求和性能的过程。其核心在于评估现有电网的能力和效率，以保证其能够满足未来的负载增长和用电需求，其能够帮助电力公司合理配置资源，优化电力设施的布局和规模，避免资源浪费，可以提前识别潜在的供电瓶颈和弱点，从而采取措施提升供电的稳定性和可靠性，保证电网发展与城市规划、经济增长相协调。机器学习技术在近年来取得了长足的发展，因此目前针对配网规划指标预测主要集中在机器学习方法上。在目前配网规划指标预测中存在以下问题，配网规划指标预测的准确性和效率较低，数据来源不一致：不同的指标依赖于不同的数据来源而数据来源不一致，会导致指标计算结果的差异，影响决策的本文档来自技高网...

【技术保护点】

1.一种基于人工智能的配网规划指标预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(1)中n类配网规划相关要素数据中n＝5；5类配网规划相关要素数据中为：用电负荷、月电量、温度、降雨量、GDP增速、人口增速、变压器数据、线路数据、风能发电量、太阳能发电量。

3.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(2)中的数据预处理通过以下公式筛除异常值：

4.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(3.1)中的第一层次模型通过...

【技术特征摘要】

1.一种基于人工智能的配网规划指标预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(1)中n类配网规划相关要素数据中n＝5；5类配网规划相关要素数据中为：用电负荷、月电量、温度、降雨量、gdp增速、人口增速、变压器数据、线路数据、风能发电量、太阳能发电量。

3.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(2)中的数据预处理通过以下公式筛除异常值：

4.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(3.1)中的第一层次模型通过以下mlp分析识别数据中主要趋势和影响因素：

5.如权利要求1所述的基于人工智能的配网规划指标预测方法，其特征在于，所述步骤(3.2)中的第二层次模型通...

【专利技术属性】
技术研发人员：邓丽娟，吴麒麟，杨海昀，陶则勇，王义昌，喻圆祥，李洪，袁成志，李兴明，贺江，江东君，李恩兵，王棣，范其平，邓宇阳，
申请(专利权)人：云南电网有限责任公司昭通供电局，
类型：发明
国别省市：