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：川力电气有限公司
申请日：2024-05-27
公开（公告）日：2024-06-28
公开（公告）号：CN118263865A
主分类号：H02J3/00
分类号：H02J3/00;G06F18/213;G06F18/20;G06N3/049;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及资源预测和调度技术领域，具体涉及一种基于机器学习的环网柜负荷预测与调配方法，通过获取历史时间段中每个子时间段对应的负荷时序序列以及各种负荷影响因素的参数时序序列，根据确定负荷时序序列和参数时序序列中每个时刻区间对应的序列段中元素值的分布情况，确定序列段的数据波动特征，从而确定各种负荷影响因素在每个子时间段的负荷影响综合指标，并最终确定每个子时间段对应的负荷时序序列的置信度；根据历史设定时间段中每个子时间段对应的负荷时序序列及其置信度，训练负荷预测模型，利用训练好的负荷预测模型预测得到未来下一子时间段对应的负荷时序序列。本发明有效提高了负荷预测和调配准确性。
主权项：1.一种基于机器学习的环网柜负荷预测方法，其特征在于，包括以下步骤：获取历史时间段中每个子时间段对应的负荷时序序列以及各种负荷影响因素的参数时序序列，并确定所述负荷时序序列和参数时序序列中每个时刻区间对应的序列段；根据所述序列段中元素值的分布情况，确定所述序列段的数据波动特征，并根据相同子时间段对应的负荷时序序列和每种负荷影响因素的参数时序序列中序列段的数据波动特征之间的分布关联性，确定每种负荷影响因素在每个子时间段的负荷影响重要度；根据每种负荷影响因素在每个子时间段的负荷影响重要度，以及相同子时间段对应的负荷时序序列和每种负荷影响因素的参数时序序列中，相同时刻区间对应的序列段的数据波动特征之间的差异大小，确定各种负荷影响因素在每个子时间段的负荷影响综合指标；根据各种负荷影响因素在每个子时间段的负荷影响综合指标，确定每个子时间段对应的负荷时序序列的置信度；根据历史设定时间段中每个子时间段对应的负荷时序序列及其置信度，训练负荷预测模型，利用训练好的负荷预测模型预测得到未来下一子时间段对应的负荷时序序列。
全文数据：
权利要求：
百度查询： 川力电气有限公司 基于机器学习的环网柜负荷预测与调配方法
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