发明专利已授权

基于CNN和LSTM的电力系统负荷预测方法

📄 申请号：CN202010402226.X 📄 发布日：2025/10/17

著录项目信息

申请日

2020-05-13

公开号

CN111582943B

公开日

2023-03-24

申请人

江南大学

法律状态

已下证

专利类型

发明

主分类号

G06Q30_0202

IPC 分类号

G06Q30_0202 , G06Q50_06 , G06N3_0464 , G06N3_0442 ,

技术画像

所属领域

电力系统人工智能算法深度学习时间序列预测电力系统

应用场景

智能电网, 电力系统调度, 电力市场, 能源管理, 可再生能源并网

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于CNN和LSTM的电力系统负荷预测方法，涉及电力技术领域，该方法将历史时间序列数据按照电力系统负荷的周期性转换为负荷图片，利用预先基于CNN网络训练得到的特征提取模型提取得到负荷图片中每个像素点的h个时间序列特征，将提取得到时间序列特征的负荷图片再次转换为时间序列得到第一时间序列后输入预先基于LSTM网络训练得到的负荷预测模型得到电力系统负荷的预测值，该方法提高了对隐式的时间序列特征的提取能力以及时间轴上的计算能力，克服了CNN和LSTM各自的缺点，有利于提高对拥有周期性和长时间依赖性的电力系统负荷的预测的精度和准确性，具有较高的应用价值。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于改进卷积神经网络的故障诊断方法

当前第 / 件

一种基于改进灰狼优化算法的电机轴承故障诊断方法

同领域国内专利 · IPC: (G06Q30_0202)

G06Q30_00 G06Q30_01 G06Q30_012 G06Q30_015 G06Q30_016 G06Q30_018 G06Q30_02 G06Q30_0201 G06Q30_0202 G06Q30_0203 G06Q30_0204 G06Q30_0207 G06Q30_0217 G06Q30_0235 G06Q30_0241 G06Q30_0242 G06Q30_0251 G06Q30_0282 G06Q30_0283 G06Q30_04 G06Q30_06 G06Q30_0601 G06Q30_0645 G06Q30_08 覆盖24个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：143 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于CNN和LSTM的电力系统负荷预测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06Q30_0202)

相似专利推荐 AI 驱动 · 同领域

基于计算机辅助设计的相邻楼层隔震阻尼舒适度评估方法

一种基于知识蒸馏的轻量化恶意加密流量检测方法

基于深度学习的配电柜故障智能检测方法及装置

服务项目

资源中心

关于柿子坊