基于卡尔曼滤波和LSTM发电超短期预测方法及装置
基本信息
| 申请号 | CN202110370624.2 | 申请日 | - |
| 公开（公告）号 | CN113095562A | 公开（公告）日 | 2021-07-09 |
| 申请公布号 | CN113095562A | 申请公布日 | 2021-07-09 |
| 分类号 | G06Q10/04（2012.01）I;G06F30/27（2020.01）I;G06N3/04（2006.01）I;G06F16/215（2019.01）I;G06Q50/06（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 凌晨光;刘军 | 申请（专利权）人 | 安徽尚特杰电力技术有限公司 |
| 代理机构 | 北京文苑专利代理有限公司 | 代理人 | 于利晓 |
| 地址 | 239300安徽省滁州市天长市杨村镇工业园区沂湖大道与鑫发北路交叉口 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于卡尔曼滤波和LSTM发电超短期预测方法及装置，该方法包括：获取历史实测气象数据、历史预测气象数据、历史功率数据、未来第一预设时间天气预报数据；对上述数据进行数据清洗，并进行数据归一化；将历史实测气象数据、历史预测气象数据输入到卡尔曼滤波器进行模型训练，模型训练完成之后输入未来第一预设时间天气预报数据，得到16步卡尔曼修正预测气象数据；将处理过后的历史气象数据、历史功率数据输入进LSTM模型中进行训练；加载训练完成的LSTM模型，输入16步卡尔曼修正预测气象数据得到预测结果并进行误差分析。本申请极大地提高了预测精度，满足电力系统考核要求。 |
