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：华中科技大学
摘要：本发明公开了一种基于Seq2Seq的电力负荷预测模型的构建方法及应用，属于电力负荷预测领域，包括：搭建电力负荷预测模型；最小化电力负荷预测模型预测得到的电力负荷序列与真实电力负荷序列之间的偏差以及最小化电力负荷预测模型的残差为目标，训练电力负荷预测模型；本发明所构建的电力负荷预测模型中的基本块通过残差连接，使得当前基本块无法学习到的信息可以递交到下游的基本块来学习，减轻了每一个基本块的负担，使得电力负荷序列中的时序信息能更充分的挖掘出来；另外，本发明将电力负荷预测模型最后的残差输出累加到损失函数中，提高了深度神经网络的可训练性和模型的收敛性；因此，本发明能够更加精确地对未来时间点下的电力负荷进行预测。
主权项：1.一种基于Seq2Seq的电力负荷预测模型的构建方法，其特征在于，包括以下步骤：S1、搭建电力负荷预测模型；所述电力负荷预测模型包括：多个串联的基本块；所述基本块包括编码器、预测解码器和估计解码器；所述编码器用于提取输入的历史电力负荷序列的特征，得到上下文向量，并分别输出至所述预测解码器和所述估计解码器中；所述预测解码器用于基于所述上下文向量对未来T个时间点下的电力负荷信息进行预测，生成预测序列；所述估计解码器用于基于所述上下文向量对历史电力负荷序列进行估计，得到估计序列；任意相邻的两个基本块之间通过残差相连；下级基本块的输入为输入到其上级基本块的历史电力负荷序列与上级基本块输出的估计序列之差；最后一级基本块输出的估计序列为所述电力负荷预测模型的残差；所述电力负荷预测模型用于对未来T个时间点下的电力负荷进行预测，预测得到的电力负荷序列为所有基本块输出的预测序列叠加后的序列；S2、最小化所述电力负荷预测模型预测得到的电力负荷序列与真实电力负荷序列之间的偏差以及最小化电力负荷预测模型的残差为目标，采用预采集好的训练集训练上述电力负荷预测模型；其中，所述训练集包括：历史电力负荷序列及其对应的未来T个时间点下的真实电力负荷；所述历史电力负荷序列包括N个历史时间点下的电力负荷数据、以及对应的温度和风速所构成的序列。
全文数据：
权利要求：
百度查询： 华中科技大学 一种基于Seq2Seq的电力负荷预测模型的构建方法及应用
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