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：洛克美森智能电气有限公司
摘要：本发明提出一种电力发电数据量预测方法，涉及机器学习领域。本发明提出LSMPF预测模型，应用于电力发电数据量预测背景，包括周期处理模块、片段处理模块和特征结合模块组成，其中周期处理模块将电力发电数据中的不同周期模式进行分解和解耦，增强模型的可解释性，片段处理模块处理和分析分解后不同周期成分的电力发电数据，提高模型预测的灵活性，特征结合模块将不同特征的输出进行独立预测，并对各个预测结果融合，提升模型预测结果综合性，降低预测误差。
主权项：1.一种电力发电数据量预测方法，其特征在于，包括以下步骤：S1、收集电力发电量相关数据，包括特征和目标变量，对收集的数据进行预处理；S2、对预处理后的数据使用层归一化法进行归一化操作，并划分数据集；S3、构建周期处理模块，用于处理电力发电量数据中的多周期性模式，具体步骤如下：S31、进行全局周期性分析，使用离散傅里叶变换将电力发电量数据从时域转换到频域，并选取前个频率及其对应的周期长度；S32、引入多级降采样，使用步骤S31中得到的周期信息指导采样率的选择，并对电力发电量数据进行多次降采样，得到降采样后的序列；S33、进行局部周期性分析，对每个降采样后的序列进行短时傅里叶变换和序列分解，并对分解后的周期成分进行平均池化，得到电力发电量数据的分解周期量；S4、构建片段处理模块，用于处理电力发电量数据中的复杂信息，具体步骤如下：S41、对每个周期量使用周期长度作为嵌入的相位大小，并折叠为二维矩阵；S42、引入改进的位置编码增强策略，对每个相位和周期阶段添加位置编码，并进行线性映射，得到相位和周期的嵌入表示和；S43、进行双注意力计算，首先，使用一阶注意力对嵌入表示建模，得到依赖项和，之后，使用二阶注意力对依赖关系进行整合，得到关系项和，并进行融合得到编码；S5、构建特征结合模块，对每个编码通过全连接层进行单独预测，使用条样插值法对每个预测结果进行处理，最终通加权组合得到电力发电量数据的预测值。
全文数据：
权利要求：
百度查询： 洛克美森智能电气有限公司 一种电力发电数据量预测方法
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