电力负荷预测方法、装置、计算机设备、可读存储介质和程序产品与流程
技术特征:
1.一种电力负荷预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述目标地区的环境信息的获取过程包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述湿度信息、所述温度信息和所述风速信息进行融合,得到所述目标地区的环境信息,包括:
4.根据权利要求1所述的方法,其特征在于,所述分别对所述预测时间信息和所述环境信息进行影响程度分析,得到所述预测时间信息和所述环境信息各自的影响系数,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述历史电力负荷数据和所述关键影响信息输入预先训练好的电力负荷预测模型,得到所述目标地区的电力负荷预测结果,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.一种电力负荷预测装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
技术总结
本申请涉及一种电力负荷预测方法、装置、计算机设备、可读存储介质和程序产品,涉及电力技术领域。方法包括:响应于目标地区的电力负荷预测指令,获取目标地区的历史电力负荷数据、电力负荷预测指令所指示的预测时间信息、以及目标地区的环境信息;分别对预测时间信息和环境信息进行影响程度分析,得到预测时间信息和环境信息各自的影响系数;在影响系数达到预设影响系数阈值的情况下,将历史电力负荷数据、预测时间信息和环境信息中的至少一个输入预先训练好的电力负荷预测模型,得到目标地区的电力负荷预测结果;电力负荷预测模型是基于卷积神经网络和长短期记忆神经网络建立得到的模型。采用本方法能够提高高度密集区域的电力负荷预测准确性。
技术研发人员:龙干,付婷婷,杨京京,郑林灵,何林荫,万千卉,常碧玉,李志华,贝炯尧,李燕,区彦黛
受保护的技术使用者:深圳供电局有限公司
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40200062 】
技术研发人员:龙干,付婷婷,杨京京,郑林灵,何林荫,万千卉,常碧玉,李志华,贝炯尧,李燕,区彦黛
技术所有人:深圳供电局有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:龙干,付婷婷,杨京京,郑林灵,何林荫,万千卉,常碧玉,李志华,贝炯尧,李燕,区彦黛
技术所有人:深圳供电局有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
