技术特征:
技术总结
本发明提供一种基于深度学习的电力负荷预测方法和系统、存储介质,涉及用电技术领域。方法包括:S101、采集在预设历史时间段内用户的电力负荷数据、气象数据以及空气质量数据,并将采集到的数据划分为训练集和测试集;S102、确定用于进行电力负荷预测的深度学习模型;S103、将所述测试集输入所述用于进行电力负荷预测的深度学习模型,得到用户在第三时间区间内的电力负荷预测数据。本发明采用深度学习的方式进行电力负荷预测,而且深度学习过程中不仅考虑电力负荷数据,还考虑气象数据和空气质量数据,能够提供电力负荷预测的准确性。
技术研发人员:周开乐;郭志峰;杨善林;李兰兰;陆信辉
受保护的技术使用者:合肥工业大学
技术研发日:2018.02.24
技术公布日:2018.07.13