[发明专利]家庭电力负荷的短期预测方法在审
| 申请号： | 201910342098.1 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110070229A | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 严珂;李伟 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310018 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种家庭电力负荷的短期预测方法，包括以下步骤：1)使用静态小波傅里叶变换对原始样本家庭电力负荷数据进行分解后，利用分解后得到的分量对LSTM网络模型进行训练，且利用部分原始样本家庭电力负荷数据对训练后的所述LSTM网络模型进行验证；2)对待预测的真实家庭电力负荷数据进行分解后，将分解后得到的分量输入训练后的所述LSTM网络模型，所述训练后的LSTM网络模型进行回归预测得到预测分量；3)通过逆静态小波变换操作将所述预测分量重构成家庭电力负荷预测值。本发明提出使用小波变化结合深度学习模型的方法消除家庭电力负荷的不确定性，能够准确预测短期时间内的家庭电力负荷，有助于解决用电峰值预测的问题。 | ||
| 搜索关键词： | 电力负荷 网络模型 电力负荷数据 预测 分解 短期预测 原始样本 电力负荷预测 傅里叶变换 不确定性 分量输入 分量重构 峰值预测 小波变化 小波变换 小波 验证 回归 学习 | ||
【主权项】：
1.一种基于小波分解的混合LSTM网络对家庭电力负荷的短期预测方法，其特征在于：包括以下步骤：4)使用静态小波傅里叶变换对原始样本家庭电力负荷数据进行分解后，利用分解后得到的分量对LSTM网络模型进行训练，且利用部分原始样本家庭电力负荷数据对训练后的所述LSTM网络模型进行验证；5)对待预测的真实家庭电力负荷数据进行分解后，将分解后得到的分量输入训练后的所述LSTM网络模型，所述训练后的LSTM网络模型进行回归预测得到预测分量；3)通过逆静态小波变换操作将所述预测分量重构成家庭电力负荷预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国计量大学，未经中国计量大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910342098.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
