基于改进BI-LSTM组合模型的短期电力负荷预测方法技术

本发明专利技术公开了一种基于改进BI‑LSTM组合模型的短期电力负荷预测方法，通过PCA降维的特征工程方法，对特征进行重构筛选以挖掘特征序列间的隐含关系并剔除相关性弱的重构特征，从而可以实现高质量、高精度的负荷预测，实现对未来一周的半小时级别电力负荷精准多步预测，帮助电力系统运营者合理调度电力资源，确保供应的可靠性和稳定性。

【技术实现步骤摘要】

本专利技术涉及短期电力系统负荷预测，尤其适用于基于改进 bi-lstm 组合模型的短期电力负荷预测方法。

技术介绍

1、当前电力系统无法长期储存大量的电能，整个生产、分配、消耗过程必须同步完成，这对电力系统的运行和规划提出很高的要求。电力系统调度安排中无法避免的难题即如何在保障人民日常生活和社会生产活动需要的前提下，实现发电量和用电量之间的供需平衡。一般情况下，电力系统会对未来一段时间的电力负荷进行预测，根据预测结果制定各类发电机组的工作指标，以确保发电侧与需求侧之间高效稳定。研究结果表明，负荷预测精度提升 1%可使电力企业节约上千万元的发电成本，因此，持续改进电力负荷预测方法以提高负荷预测准确性不仅 在保障居民生活和生产、节约能源方面起着重要作用，而且对于企业降低成本、提高效 益也具有重要意义。

2、目前，电力负荷预测的方法主要包括经典方法和现代预测方法两大类。其中，经典方法包括了时间序列法、回归分析法、趋势外推预测等；现代预测方法包括灰度预测、支持向量机、人工神经网络、组合预测等。

3、经典的时间序列模型，如arima、var等本文档来自技高网...

【技术保护点】

1.一种基于改进 BI-LSTM 组合模型的短期电力负荷预测方法，其特征在于：包括以下步骤，

2.根据权利要求1所述的一种基于改进 BI-LSTM 组合模型的短期电力负荷预测方法，其特征在于：所述样本数据。

3.根据权利要求1所述的一种基于改进 BI-LSTM 组合模型的短期电力负荷预测方法，其特征在于：所述缺失值填补表达式为：

4.根据权利要求1所述的一种基于改进 BI-LSTM 组合模型的短期电力负荷预测方法，其特征在于：所述归一化处理公式为：

5.根据权利要求1所述的一种基于改进 BI-LSTM 组合模型的短期电力负荷预测方法，其特征...

【技术特征摘要】

1.一种基于改进 bi-lstm 组合模型的短期电力负荷预测方法，其特征在于：包括以下步骤，

2.根据权利要求1所述的一种基于改进 bi-lstm 组合模型的短期电力负荷预测方法，其特征在于：所述样本数据。

3.根据权利要求1所述的一种基于改进 bi-lstm 组合模型的短期电力负荷预测方法，其特征在于：所述缺失值填补表达式为：

4.根据权利要求1所述的一种基于改进...

【专利技术属性】
技术研发人员：于小四，牛东辉，郝俊营，郭峰，王有道，张娟娟，卢鹏举，朱明，高波，王健，
申请(专利权)人：中铁七局集团电务工程有限公司，
类型：发明
国别省市：