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:湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司
摘要:一种利用GAT‑BILSTMCNN‑LSTM模型提高多目标误差均衡度的方法,包括:获取目标区域的负载数据和气温数据;对负载数据和气温数据进行数据清洗;对数据清洗后的数据进行特征工程处理得到历史数据;设置GAT‑BILSTM算法网络和设置CNN‑LSTM算法网络;模型组合:使用GAT‑BILSTM对历史数据进行训练,算出目标区域负载率预测变量的每个预测误差,再算出平均误差,其次将超出平均误差的负载率预测变量与CNN‑LSTM的结果进行组合,组合的方式是采用误差倒数法进行加权,剩下的负载率预测变量则保持不变输出结果。本发明可解决多目标预测模型中各个目标预测误差的相差过大的问题,同时尽可能减小整体误差。
主权项:1.一种利用GAT-BILSTMCNN-LSTM模型提高多目标误差均衡度的方法,其特征在于,包括如下步骤:步骤一、获取目标区域的负载数据和气温数据,所述负载数据包括日期、目标区域的负载率,所述气温数据包括日期、标区域气温;步骤二、对步骤一获取的负载数据和气温数据进行数据清洗;步骤三、对步骤二数据清洗后的数据进行特征工程处理得到历史数据,具体包括:1拆分气温与变换:将数据清洗处理后的气温数据拆分成最高温、最低温,并进行变换,公式如下:最高温=最高温+50最低温=最低温+502特征的0-1标准化:将目标区域的的负载率、最高温、最低温进行0-1标准化;步骤四、设置GAT-BILSTM算法网络和设置CNN-LSTM算法网络;步骤五、模型组合:使用GAT-BILSTM对历史数据进行训练,算出目标区域负载率预测变量的每个预测误差,再算出平均误差,其次将超出平均误差的负载率预测变量与CNN-LSTM的结果进行组合,组合的方式是采用误差倒数法进行加权,剩下的负载率预测变量则保持不变输出结果。
全文数据:
权利要求:
百度查询: 湖北华中电力科技开发有限责任公司 国网湖北省电力有限公司 一种利用GAT-BILSTM&CNN-LSTM模型提高多目标误差均衡度的方法
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。