龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网河南省电力公司电力科学研究院
申请日：2024-03-15
公开（公告）日：2024-06-21
公开（公告）号：CN118228862A
主分类号：G06Q10/04
分类号：G06Q10/04;G06Q50/06;G06N20/00;G06F18/2135;G06F18/214;G06N5/01
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及一种基于机器学习的区域居民供热负荷预测方法，包括步骤：采集区域内各台供热机组小时级居民供热流量和机组所在地市的小时级温度、湿度、雨量数据；通过温度、湿度、雨量求解一次偏移量，将温度、湿度、雨量、温度偏移量、湿度偏移量、雨量偏移量与供热流量基于时间线进行合并，得到数据样本；验证数据样本的正态分布，并清洗数据样本；数据样本标准化，并进行数据样本降维，得到新的数据样本；通过新数据样本对机器学习模型进行训练，并测试训练后的机器学习模型；通过测试完成后的机器学习模型对区域居民供热负荷进行预测。本发明提取对供热负荷结果影响最相关的特征，实现数据降维的同时，提升区域供热负荷的中长期预测精度。
主权项：1.一种基于机器学习的区域居民供热负荷预测方法，其特征在于，包括如下步骤：步骤S1，采集区域内各台供热机组小时级居民供热流量和机组所在地市的小时级温度、湿度、雨量数据；步骤S2，通过温度、湿度、雨量求解一次偏移量，将温度、湿度、雨量、温度偏移量、湿度偏移量、雨量偏移量与供热流量基于时间线进行合并，得到数据样本；步骤S3，验证数据样本的正态分布，并清洗数据样本；步骤S4，数据样本标准化，并进行数据样本降维，得到新的数据样本；步骤S5，通过新数据样本对机器学习模型进行训练，并测试训练后的机器学习模型；步骤S6，通过测试完成后的机器学习模型对区域居民供热负荷进行预测。
全文数据：
权利要求：
百度查询： 国网河南省电力公司电力科学研究院 基于机器学习的区域居民供热负荷预测方法、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号