基于关联全连接神经网络和LSTM的PMU一次调频负荷预测方法
基本信息
| 申请号 | CN201810732495.5 | 申请日 | - |
| 公开（公告）号 | CN109242236B | 公开（公告）日 | 2021-04-20 |
| 申请公布号 | CN109242236B | 申请公布日 | 2021-04-20 |
| 分类号 | G06N3/08(2006.01)I;G06Q10/06(2012.01)I;G06N3/06(2006.01)I;G06Q50/06(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 姜策;杜丽媛 | 申请（专利权）人 | 西安图迹信息科技有限公司 |
| 代理机构 | 西安弘理专利事务所 | 代理人 | 李娜 |
| 地址 | 710075陕西省西安市高新区锦业路69号创业研发园C区1号瞪羚谷A901室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于关联全连接神经网络和LSTM的PMU一次调频负荷预测方法，具体包括选取训练数据、验证数据，建立联合神经网络模型，训练联合神经网络模型，将预测样本集输入训练的联合神经网络模型；本发明的方法在超短期电力负荷预测中考虑了负荷和功率的历史数据之间的关联性，采用了LSTM神经网络和全连接神经网络相关联的结构，有效解决了长时依赖问题；本发明还具有算法较简单、运行时间短、预测精度高，为电网的稳定运行提供了坚实保障的优点。 |
