龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：三峡大学
摘要：本发明涉及基于DDPM和BVAE的短期电力负荷预测方法，包括：确定电力负荷的影响因素，获取包含影响因素的数据集；将数据集划分为输入数据X与电力负荷预测目标标签Y，采用DDPM模型对X与Y进行扩散前向加噪；利用BVAE模型提取输入数据中的特征数据，得到潜在变量矩阵；构建正交相似度矩阵，并引入正交正则化项，以最小化正交正则化项作为优化目标，利用BVAE得到电力负荷预测数据；采用去噪分数匹配方法优化电力负荷预测结果，对比含噪声的预测与能量函数的梯度，根据所述梯度对含噪声的电力负荷预测结果进行重构，得到最终的电力负荷预测数据。本发明构建了DDPM‑BVAE神经网络模型，作为预测模型，增强了潜在特征的提取，实现了多影响因素的电力负荷的精确预测。
主权项：1.基于DDPM和BVAE的短期电力负荷预测方法，其特征在于，包括以下步骤：步骤1：确定电力负荷的影响因素，获取包含影响因素的数据集；步骤2：将数据集划分为输入数据X与电力负荷预测目标标签Y，采用扩散概率模型对X与Y进行前向扩散、加噪，获得X、Y的加噪数据；步骤3：利用双向变分自编码器提取X的加噪数据的特征数据，得到潜在变量矩阵；步骤4：基于潜在变量矩阵，构建正交相似度矩阵A，并引入正交正则化项，以最小化正交正则化项作为优化目标，利用双向变分自编码器得到电力负荷预测数据；步骤5：采用去噪分数匹配方法优化电力负荷预测结果，对比含噪声的预测与能量函数的梯度，根据所述梯度对含噪声的电力负荷预测结果进行重构，得到最终的电力负荷预测数据。
全文数据：
权利要求：
百度查询： 三峡大学 基于DDPM和BVAE的短期电力负荷预测方法
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