[发明专利]一种耦合Copula与堆叠式LSTM网络的园区多元负荷联合预测方法

摘要

本发明公开了一种耦合Copula与堆叠式LSTM网络的园区多元负荷联合预测方法，利用Copula理论对冷热电多元负荷间及负荷与气温等其他影响因素间的非线性相关性进行分析，选定负荷预测的输入要素将选择出来的输入要素进行数据划分，得到训练集和测试集，向堆叠式LSTM深度神经网络模型输入训练集；在Keras环境深度学习框架下对堆叠式LSTM深度学习网络模型进行训练，保存其训练的权值信息；加载训练好的堆叠式LSTM深度神经网络模型对测试集进行预测模拟，并得到典型季下的冷、热、电负荷数据；利用平均绝对值误差MAPE和泰勒不等式系数TIC对冷、热、电负荷预测结果进行评价预测。本发明采用堆叠式LSTM深度学习网络模型对负荷进行预测，能有效地对园区多元负荷进行精确化预测。