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：国网吉林省电力有限公司经济技术研究院;吉林省长春电力勘测设计院有限公司;东北电力大学
摘要：本发明公开了基于深度神经网络的IES多元负荷短期联合预测方法，步骤为：收集IES的历史时间序列数据并预处理；构建MMoE多任务学习模型，并将历史时间序列数据作为输入模型的属性特征，输出模型中各个子任务的结果；将MMoE多任务学习层的输出和节点间的空间关系作为GCN层的输入，利用GCN层结构解析各地区分区的拓扑结构并提取空间特征；将带有空间特征的时间序列数据输入LSTM中学习时间特征；使用LSTM对某一时刻多变量负荷进行预测，训练模型至精度达到预期值，得到最终预测模型。本发明预测方法具有可以通过持续学习实时数据适应新的趋势和模式，提高在动态环境下的预测精度的特点。
主权项：1.基于深度神经网络的IES多元负荷短期联合预测方法，其特征在于，具体按照以下步骤实施：步骤1、收集IES的历史时间序列数据并预处理；步骤2、构建MMoE多任务学习模型，并将所述历史时间序列数据作为输入模型的属性特征，输出模型中各个子任务的结果；步骤3、将MMoE多任务学习层的输出和节点间的空间关系作为GCN层的输入，利用GCN层结构解析各地区分区的拓扑结构并提取空间特征；步骤4、将带有空间特征的时间序列数据输入LSTM中学习时间特征；使用LSTM对某一时刻多变量负荷进行预测，训练模型至精度达到预期值，通过得到的最终预测模型进行IES多元负荷短期预测。
全文数据：
权利要求：
百度查询： 国网吉林省电力有限公司经济技术研究院 吉林省长春电力勘测设计院有限公司 东北电力大学 基于深度神经网络的IES多元负荷短期联合预测方法
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