[发明专利]一种多时序协同的中期电力负荷预测方法

摘要

本发明公开了一种多时序协同的中期电力负荷预测方法，其特征在于：建立内部与外部特征结合的多时序协同预测系统。其中包括在普通的电力负荷数据基础上，增加日期、温度、节假日等外部特征；建立双层长短时记忆网络预测模型；用多特征结合数据对长短时记忆网络预测模型进行训练，通过输入被测区域日期、温度、节假日参数，得到所述被测区域电力负荷预测结果。本发明将长短时记忆网络引入到电力负荷中期预测中，通过其时序长效记忆特性，实现对未来一段时间区域电力负荷每日总用电量的预测。而且本发明的中期电力负荷预测方法很大程度上提高了预测的精度和速度。本发明创造用于对中期电力负荷情况进行预测。

主权项

1.一种多时序协同的中期电力负荷预测方法，其特征在于，包括以下步骤：步骤1：建立双层长短时记忆网络预测模型；步骤2：采用均方根反向传播算法，结合被测区域电力负荷的历史每日总用电量时序数据，并添加温度时序数据，且以独热码方式添加节假日外部时序数据对长短时记忆网络预测模型进行训练得到预测模型每层的偏置值，设置长短时记忆网络预测模型的激活函数、学习率、正则化方式和批次大小，通过训练学习得到所述长短时记忆网络预测模型输入输出之间以及与以往输出之间的内在联系。步骤3：根据确定的长短时记忆网络预测模型，对被测区域电力负荷的实际总用电量进行预测，输入被测区域日期、温度、节假日参数，得到所述被测区域电力负荷预测结果。