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：南京信息工程大学
摘要：本发明提供一种基于Transformer的综合负荷预测方法及系统，包括将获取的检测日历数据、负荷检测数据和气象检测数据作为输入数据，并输入至预训练的综合负荷预测模型；利用相关性分析、多尺度分解、序列划分分别对输入数据进行季节特征提取和趋势性特征提取获得季节性预测值和趋势性预测值，并将季节性预测值和趋势性预测值分别对应相加，获得实时热能预测值、实时冷能预测值和实时电能预测值；本发明针对数据的趋势性、季节性、长时依赖关系以及不同负荷的耦合特性，提高了区域综合资源系统多负荷预测精度；使用基于线性方法的回归预测在不影响预测精度的情况下，大大减少综合负荷预测模型复杂度，减少了训练资源开销。
主权项：1.一种基于Transformer的综合负荷预测方法，其特征在于，包括：获取检测日历数据、负荷检测数据和气象检测数据，并输入至预训练的综合负荷预测模型获得实时热能预测值、实时冷能预测值和实时电能预测值；所述综合负荷预测模型的构建过程为：由历史综合负荷数据集中获取日历数据、负荷历史数据和气象历史数据，将负荷历史数据进行预处理获得负荷训练数据，对负荷训练数据与气象历史数据以及日历数据进行相关性分析和筛选获得气象训练数据和日历训练数据；由日历训练数据、负荷训练数据和气象训练数据构建训练集；基于Transformer深度学习模型构建综合负荷预测模型，将所述训练集输入至所述综合负荷预测模型进行多尺度分解操作，得到趋势性特征和季节性特征；将所述趋势性特征和所述季节性特征分别进行序列划分操作；对序列划分操作后的所述季节性特征进行第一特征提取操作得到电负荷、冷负荷、热负荷的季节性预测值，对序列划分操作后的所述趋势性特征进行第二特征提取操作得到电负荷、冷负荷、热负荷的趋势性预测值；将所述电负荷、冷负荷、热负荷的季节性预测值和电负荷、冷负荷、热负荷的趋势性预测值分别对应相加，最终得到所述训练集的训练预测结果，基于训练预测结果计算训练损失值，根据训练损失值对综合负荷预测模型的参数进行优化，重复迭代综合负荷预测模型的训练过程获得训练后的所述综合负荷预测模型。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种基于Transformer的综合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。
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