首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种新能源配电台区的可开放容量需求预测方法及装置_深圳供电局有限公司_202410283377.6 

申请/专利权人:深圳供电局有限公司

申请日:2024-03-13

公开(公告)日:2024-06-21

公开(公告)号:CN118232319A

主分类号:H02J3/00

分类号:H02J3/00;H02J3/38;G06Q10/0631;G06Q50/06;G06N3/0442;G06N3/045;G06N3/08

优先权:

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本发明公开一种新能源配电台区的可开放容量需求预测方法及装置,通过构建影响因素库、时间序列分解、LSTM模型预测与深度残差收缩网络处理等技术手段,实现对不同时间尺度下新能源配电台区可开放容量的准确预测。该方法结合了哈里斯鹰优化算法与自注意力机制,优化了模型参数并提升了数据内部相关性的提取能力。装置设计模块化,便于实现与应用。本发明提高了预测精度与效率,为新能源配电台区的规划与运营提供了有力支持,有助于推动新能源的高效利用与电力系统的智能化发展。

主权项:1.一种新能源配电台区的可开放容量需求预测方法,其特征在于,包括:步骤S1,构建可开放容量时序预测影响因素库,从中选取不同的时间尺度对应的关键影响因素时间序列;步骤S2,采用哈里斯鹰优化算法HHO自适应地设定变分模态分解VMD参数,将选定时间尺度内的光伏可开放容量时间序列分解成多个不同频段的子序列;步骤S3,将提取出的关键影响因素时序数据和VMD分解的光伏可开放容量子序列一同输入预建立的长短期记忆网络LSTM光伏时序预测模型,同时引入自注意力机制,调整各影响因素的权重;步骤S4,采用深度残差收缩网络对短时间尺度LSTM模型的特征提取层进行跨层传输处理,然后将处理后的信息与长时间尺度的输入数据组合,形成新的特征向量作为长短期记忆网络LSTM光伏时序预测模型的输入;步骤S5,输出新能源配电台区在不同时间尺度下的可开放容量需求的月度和年度的预测结果。

全文数据:

权利要求:

百度查询: 深圳供电局有限公司 一种新能源配电台区的可开放容量需求预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术