首页 专利交易 科技果 科技人才 科技服务 国际服务 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

基于CNN-GRU与ARIMA模型的电力负荷预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山西省能源互联网研究院

摘要:本发明公开了一种基于CNN‑GRU与ARIMA模型的电力负荷预测方法,涉及电力系统中电力负荷的预测领域。具体包括:S1:提取电力负荷数据并进行数据预处理;S2:构建GRU‑CNN模块,用于提取电力负荷数据中的时序特征;S3:构建ARIMA模块,用于建立时间序列模型并进行预测;S4:模型训练与评估;S5:融合模型输出预测结果。本发明创新地融入了CNN结构到GRU模型中,以更精确地提取电力负荷数据的时域和频域特征,有效捕捉电力负荷数据的波动趋势;同时,为提高预测的准确性和稳健性,还进一步结合了ARIMA模型以考虑历史数据中的周期性因素;提高了短期负荷预测的准确性和可靠性,以及可以更好地捕捉电力负荷预测中的时空特征。

主权项:1.一种基于CNN-GRU与ARIMA模型的电力负荷预测方法,其特征在于:包括如下步骤:S1:提取电力负荷数据并进行数据预处理;S2:构建GRU-CNN模块,用于提取电力负荷数据中的时序特征;S3:构建ARIMA模块,用于建立时间序列模型并进行预测;S4:模型训练与评估;S5:融合模型输出预测结果。

全文数据:

权利要求:

百度查询: 山西省能源互联网研究院 基于CNN-GRU与ARIMA模型的电力负荷预测方法

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。