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：国网福建省电力有限公司
摘要：本发明公开了一种基于混合深度学习的低压居民台区负荷预测方法，包括如下步骤：步骤1、获取某低压居民台区下用户的历史负荷数据，并基于z‑score标准化对数据进行预处理；步骤2、基于含编码器的卷积长短期记忆网络CBLSTM‑AE模型对输入数据进行模型预测；步骤3、基于白鲸优化BWO算法对CBLSTM‑AE算法的超参数进行优化，得到最优参数下的预测结果。本发明实现了对居民台区负荷精准预测，具有较强的实用性。
主权项：1.一种基于混合深度学习的低压居民台区负荷预测方法，其特征在于，包括如下步骤：步骤1、获取某低压居民台区下用户的历史负荷数据，并基于z-score标准化对数据进行预处理；步骤2、基于含编码器的卷积长短期记忆网络CBLSTM-AE模型对输入数据进行模型预测；步骤3、基于白鲸优化BWO算法对CBLSTM-AE算法的超参数进行优化，得到最优参数下的预测结果。
全文数据：
权利要求：
百度查询： 国网福建省电力有限公司 一种基于混合深度学习的低压居民台区负荷预测方法
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