咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于DCAE‑LSTM短期日负荷曲线预测方法,具体按照以下步骤实施:步骤1、构建电力负荷带有高噪声的数据集;步骤2、构造卷积去噪自编码器(DCAE);步骤3、构造基于长短期记忆网络(LSTM)的负荷预测网络;步骤4、将DCAE与基于LSTM的负荷预测网络结合,组成混合深度神经网络;步骤5、将步骤1中带有高噪声的数据集输入步骤4中的混合深度神经网络实现短期日负荷曲线的预测。结合了DCAE的去噪能力和LSTM的预测能力,使得可以不必事先建立主观模型,而直接根据观测数据序列本身的客观规律进行预测,避免了数据采集噪声因素,提高预测的精度和可信度。
著 录 项:
专利/申请号: | CN202110212361.2 | 专利名称: | 一种基于DCAE-LSTM短期日负荷曲线预测方法 |
申请日: | 2021-02-25 | 申请/专利权人 | 西安理工大学 |
专利类型: | 发明 | 地址: | 陕西省西安市碑林区金花南路5号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06Q10/04搜分类 电力系统负荷 数据预测优化搜索 |
公开/公告日: | 转让价格: | 面议 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |