[发明专利]基于经验模态分解和深度神经网络的负荷预测方法及系统在审
| 申请号： | 202110024109.9 | 申请日： | 2021-01-08 |
| 公开（公告）号： | CN112803398A | 公开（公告）日： | 2021-05-14 |
| 发明（设计）人： | 张成刚;熊峰;付卓林;王碟;苏志华;柳硕 | 申请（专利权）人： | 武汉数澎科技有限公司 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00;G06N3/04;G06N3/08 |
| 代理公司： | 湖北创融蓝图知识产权代理事务所(特殊普通合伙) 42276 | 代理人： | 陈冲 |
| 地址： | 430000 湖北省武汉市东湖新技术开发区高*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于经验模态分解和深度神经网络的负荷预测方法及系统。先采集一时间序列的初始用电负荷数据；再对初始用电负荷数据进行经验模态分解，得到一系列固有模态函数和残差；将固有模态函数和残差转换为数据矩阵；再将数据矩阵输入到卷积神经网络模型中，得到特征向量；将特征向量和一时间序列的初始用电负荷数据输入到长短期记忆网络模型中，得到预测的电力负荷数据。本发明通过经验模态分解将初始用电负荷数据分解成具有不同特征尺度的本质模态函数，使负荷数据的周期性更为明显，强化了卷积神经网络和长短期记忆网络的特征提取能力，提取多模态时空特征，可以获得更多的潜在信息，从而能够提供更精确的电力负荷预测结果。 | ||
| 搜索关键词： | 基于 经验 分解 深度 神经网络 负荷 预测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉数澎科技有限公司，未经武汉数澎科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110024109.9/，转载请声明来源钻瓜专利网。
