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

一种基于深度迁移学习的节假日负荷预测方法及系统 

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:山东大学

摘要:本发明涉及一种基于深度迁移学习的节假日负荷预测方法及系统,属于电力负荷预测技术领域。首先构建改进Transformer的域对抗迁移学习网络,将Transformer模型的Decoder结构丢弃,以Transformer模型的Encoder部分作为域迁移学习的分类预测器,利用常规负荷样本作为源域、节假日负荷样本作为目标域对模型进行预训练,最大限度地挖掘常规负荷与节假日负荷的相似信息和最优可共享模型参数;最后将域对抗学习网络的训练得到的改进Transformer模型作为预训练模型,以节假日负荷样本数据作为目标域,采用Adapter方法对预训练模型参数进行微调,提升节假日负荷预测的针对性和精度。

主权项:1.一种基于深度迁移学习的节假日负荷预测方法,其特征在于,步骤如下:1将数据集划分为源域和目标域;2构建域对抗迁移学习网络的的特征提取器与分类预测器,挖掘源域与目标域之间的相似性,获得共享网络参数;3将域对抗迁移学习网络训练得到的特征提取器与分类预测器作为预训练模型,对特征提取器网络参数进行固定,采用AdapterTuning迁移学习模型对分类预测器进行参数微调;4利用分类预测器进行负荷预测。

全文数据:

权利要求:

百度查询: 山东大学 一种基于深度迁移学习的节假日负荷预测方法及系统

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。