| 专利号 | 202210627288X | 申请日 | 2022-06-06 | 专利名称 | 基于多特征分解与融合的电力负荷预测方法及系统 |
| 授权日 | 2022-08-23 | 专利权人 | 山东大学 | 发明人 | 李雪梅;袁晨迅;王梓颖;张彩明 |
| 主分类号 | G06F17/00 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及预测目的的数据处理领域，本发明公开了基于多特征分解与融合的电力负荷预测方法及系统，包括：获取目标地区的历史宏观经济数据、历史天气指标数据和历史电力负荷时序数据；根据获取的数据，构建反映长期趋势的特征矩阵和短期波动的特征矩阵；对长期趋势的特征矩阵进行特征提取，得到全局特征矩阵；对短期波动的特征矩阵进行特征提取，得到局部特征矩阵；将全局特征、局部特征和历史电力负荷时序数据进行特征融合；将融合特征输入到预测模型中，得到电力负荷预测结果。显著降低了电力负荷数据预测的误差。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 互联网与云计算、大数据服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
