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!
摘要:本发明提出了一种负荷预测方法、系统、介质及设备,涉及时间序列分析的能源使用预测领域,具体方案包括:获取目标区域待预测时刻的负荷相关数据;将负荷相关数据输入到预训练后的集成预测模型中,进行各个基线模型的负荷预测,通过动态优化模型输出的实时权重对各个基线模型的预测结果进行线性加权,最终得到目标区域的负荷预测值;本发明结合强化学习及深度学习集成预测模型预测思想,通过强化学习分析负荷变化趋势,得到集成预测模型各基线模型实时权重,从而充分挖掘负荷数据中的时间序列特征和空间相关性,最终提升供暖系统中负荷预测的精度和鲁棒性。
主权项:1.一种负荷预测方法,其特征在于,包括:获取目标区域待预测时刻的负荷相关数据;将负荷相关数据输入到预训练后的集成预测模型中,进行各个基线模型的负荷预测,通过动态优化模型输出的实时权重对各个基线模型的预测结果进行线性加权,最终得到目标区域的负荷预测值;其中,所述动态优化模型是采用强化学习技术,在与环境的交互过程中,通过接收环境对动作的奖励获得学习信息并更新环境状态,自适应调节实时权重;所述集成预测模型,采用LSTM-SVM-MLP集成预测模型,选择LSTM、SVM、MLP作为基线模型;各个基线模型以待预测时刻的负荷相关数据为输入,以负荷预测值为输出。
全文数据:
权利要求:
百度查询: 中国建筑科学研究院天津分院 一种负荷预测方法、系统、介质及设备
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。