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：三峡大学
摘要：基于LASSO回归和LSTM‑GRU神经网络的综合能源系统负荷预测方法，包括以下步骤：通过LASSO回归方法对气象因素进行筛选分析，筛选出与多元负荷具有强相关性的气象因素；利用LSTM神经网络对中筛选出的气象因素数据以及历史样本数据进行学习与训练，得到综合能源负荷的初步预测值，并通过初步预测值求取负荷预测误差，作为误差补偿模型的输入；建立误差补偿模型，通过GRU神经网络模型对负荷预测误差进行训练，得到综合能源系统的负荷误差预测值，进而求得误差补偿值，对初步预测值进行重构，输入同一个样本数据的负荷预测值和误差补偿值，将二者求和反归一化处理后得到最终负荷预测结果。该方法能够有效的提升综合能源系统多元负荷预测精度，具有较强的实用性。
主权项：1.基于LASSO回归和LSTM-GRU神经网络的综合能源系统负荷预测方法，其特征在于包括以下步骤：步骤1：通过LASSO回归方法对气象因素进行筛选分析，筛选出与多元负荷具有强相关性的气象因素；步骤2：利用LSTM神经网络对步骤1中筛选出的气象因素数据以及历史样本数据进行学习与训练，得到综合能源负荷的初步预测值，并通过初步预测值求取负荷预测误差，作为误差补偿模型的输入；步骤3：利用GRU神经网络模型建立误差补偿模型，通过GRU神经网络模型对步骤2中的负荷预测误差进行训练，得到综合能源系统的负荷误差预测值，进而求得误差补偿值；步骤4：对步骤2中的初步预测值进行重构，输入同一个样本数据的负荷预测值和误差补偿值，将二者求和反归一化处理后得到最终负荷预测结果。
全文数据：
权利要求：
百度查询： 三峡大学 基于LASSO回归和LSTM-GRU神经网络的综合能源系统负荷预测方法
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。
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