龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：国网上海市电力公司
摘要：本发明涉及一种基于VMD数据分解的多通道短期电力负荷预测方法和装置，方法包括以下步骤：获取原始电力负荷数据；采用变分模态分解算法将所述原始电力负荷数据分解为代表不同尺度的特征模态分量；采用AdaBoost决策树优化算法分别对分解后的各特征模态分量进行加权处理，对数据特征进行放大或压缩，得到多种预测分量；将得到的多种预测分量输入CNN‑CBAM+LSTM‑ATT双通道模型中，进行短期电力负荷预测。与现有技术相比，本发明对于短期电力负荷预测精度的提升具有较好的效果，有助于降低电力系统可能面临的安全风险。
主权项：1.一种基于VMD数据分解的多通道短期电力负荷预测方法，其特征在于，包括以下步骤：获取原始电力负荷数据；采用变分模态分解算法将所述原始电力负荷数据分解为代表不同尺度的特征模态分量；采用AdaBoost决策树优化算法分别对分解后的各特征模态分量进行加权处理，对数据特征进行放大或压缩，得到多种预测分量；将得到的多种预测分量输入CNN-CBAM+LSTM-ATT双通道模型中，进行短期电力负荷预测；所述CNN-CBAM+LSTM-ATT双通道模型包括CNN-CBAM通道和LSTM-ATT通道，所述CNN-CBAM通道通过卷积神经网络进行数据特征提取，并采用CBAM模块对提取的特征进行注意力加权；所述LSTM-ATT通道通过LSTM层对输入的数据进行编码，然后借助注意力机制对编码后的特征进行加权，将更大权重放在与预测相关的时间步上。
全文数据：
权利要求：
百度查询： 国网上海市电力公司 基于VMD数据分解的多通道短期电力负荷预测方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号