基于關聯(lián)全連接神經(jīng)網(wǎng)絡和LSTM的PMU一次調(diào)頻負荷預測方法

基本信息

申請?zhí)?/td> CN201810732495.5 申請日 -
公開（公告）號 CN109242236B 公開（公告）日 2021-04-20
申請公布號 CN109242236B 申請公布日 2021-04-20
分類號 G06N3/08(2006.01)I;G06Q10/06(2012.01)I;G06N3/06(2006.01)I;G06Q50/06(2012.01)I 分類 計算；推算；計數(shù);
發(fā)明人 姜策;杜麗媛 申請（專利權）人 西安圖跡信息科技有限公司
代理機構 西安弘理專利事務所 代理人 李娜
地址 710075陜西省西安市高新區(qū)錦業(yè)路69號創(chuàng)業(yè)研發(fā)園C區(qū)1號瞪羚谷A901室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于關聯(lián)全連接神經(jīng)網(wǎng)絡和LSTM的PMU一次調(diào)頻負荷預測方法，具體包括選取訓練數(shù)據(jù)、驗證數(shù)據(jù)，建立聯(lián)合神經(jīng)網(wǎng)絡模型，訓練聯(lián)合神經(jīng)網(wǎng)絡模型，將預測樣本集輸入訓練的聯(lián)合神經(jīng)網(wǎng)絡模型；本發(fā)明的方法在超短期電力負荷預測中考慮了負荷和功率的歷史數(shù)據(jù)之間的關聯(lián)性，采用了LSTM神經(jīng)網(wǎng)絡和全連接神經(jīng)網(wǎng)絡相關聯(lián)的結(jié)構，有效解決了長時依賴問題；本發(fā)明還具有算法較簡單、運行時間短、預測精度高，為電網(wǎng)的穩(wěn)定運行提供了堅實保障的優(yōu)點。??