本发明涉及一种基于深度自学习的火力发电中长期建模预测方法，包括，步骤S1，收集区域总用电量与电力关联因素历史数据，形成样本数据；步骤S2，建立区域总用电量中长期预测模型；步骤S3，建立新能源发电中长期预测模型；步骤S4，根据区域总用电量中长期预测模型、新能源发电中长期预测模型、外购电计划数据、外销电计划数据，建立火力发电缺口预测模型；步骤S5，根据火力发电历史数据数据建立火力发电预测模型，并将其与火力发电预测模型进行修正合并，形成最终的火力发电中长期预测模型；步骤S6，根据多高斯分布组合计算不同置信度下的火力发电量分布区间。本发明通过多预测模型修正合并，实现精确的电力风险量化预警。
声明：
“基于深度自学习的火力发电中长期建模预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1016
编辑：管理员
来源：北方有色网
咨询细节
