首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于神经网络的月度电量预测方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网河北省电力有限公司营销服务中心;国家电网有限公司

摘要:一种基于神经网络的月度电量预测方法和系统,所述方法包括:构建月电量预测的样本数据集,并对样本数据先进行扩展处理,再经过因果卷积得到处理后的样本数据;基于时序神经网络构建时间卷积网络模型即TCN模型,通过TCN模型对处理后的样本数据进行时间尺度的统一后得到压缩数据;建立时间关注机制单元,并基于所述单元构建时间注意编码器;构建剩余连接模块,所述模块包括跳跃连接单元、门控单元和归一化单元;基于LSTM构建月电量预测模型。所述方法有利于提取大量月电量数据的时间特征信息,避免了不同时间尺度的电量数据造成的预测偏差,提高了预测方法的数据处理能力和预测结果的准确度。

主权项:1.一种基于神经网络的月度电量预测方法,其特征在于,所述方法具体包括以下步骤:步骤1,采集历史用电数据,构建用于月电量预测的样本数据集,并对样本数据先进行扩展处理,再经过因果卷积得到处理后的样本数据;步骤2,基于时序神经网络构建时间卷积网络模型即TCN模型,通过TCN模型对处理后的样本数据进行时间尺度的统一后得到压缩数据;步骤3,建立时间关注机制单元,并基于所述单元构建时间注意编码器;步骤4,构建剩余连接模块,所述模块包括跳跃连接单元、门控单元和归一化单元;步骤5,基于LSTM构建月电量预测模型,并输入剩余连接模块的输出结果和步骤1采集的样本数据集对所述模型进行训练,直至所述模型的预测精度达到设定阈值,得到训练完成后的月电量预测模型。

全文数据:

权利要求:

百度查询: 国网河北省电力有限公司营销服务中心 国家电网有限公司 基于神经网络的月度电量预测方法和系统

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。