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：国网江西省电力有限公司供电服务管理中心
摘要：本申请涉及工业用电技术领域。公开了一种负荷事件真实性预测方法、装置、设备及介质，其中方法包括：获取待预测负荷事件数据；将待预测负荷事件数据输入至神经网络模型，预测待预测负荷事件是真实事件或虚假事件，将预测为真实事件的负荷事件数据作为负荷辨识的依据；其中，方法还包括，针对各类型负荷事件确定至少一个应用场景，并获取所述至少一个应用场景下的样本数据，根据所述样本数据对所述负荷事件的真实性进行标识行向量处理，得到用以训练和测试所述神经网络模型的样本集。本申请用于训练和测试神经网络模型的样本集中对负荷事件的真实性进行标识，使训练好的神经网络模型预测负荷事件是真实事件或虚假事件，提高了负荷辨识的准确性。
主权项：1.一种负荷事件真实性预测方法，其特征在于，包括：获取待预测负荷事件数据；将所述待预测负荷事件数据输入至神经网络模型，预测所述待预测负荷事件是真实事件或虚假事件，将预测为真实事件的负荷事件数据作为负荷辨识的依据；其中，所述方法还包括，训练并测试得到所述神经网络模型，其中，针对各类型负荷事件确定至少一个应用场景，并获取所述至少一个应用场景下的样本数据，根据所述样本数据对所述负荷事件的真实性进行标识行向量处理，得到用以训练和测试所述神经网络模型的样本集；在将所述待预测负荷事件数据输入至神经网络模型，预测所述待预测负荷事件是真实事件或虚假事件之前，所述方法还包括：构建基础残差块；基于所述基础残差块构建所述神经网络模型，其中，所述神经网络模型包括转换模块、全连接模块、多个基础残差块和多个双向LSTM模块，多个所述基础残差块依次连接，多个所述双向LSTM模块依次连接，一个所述基础残差块通过一个重塑模块与一个所述双向LSTM模块连接，所述基础残差块和所述双向LSTM模块的输出端和所述转换模块连接，所述转换模块和所述全连接模块连接，所述待预测负荷事件数据输入所述基础残差块和所述双向LSTM模块，所述全连接模块输出所述待预测负荷事件数据对应的负荷事件是真实事件或虚假事件。
全文数据：
权利要求：
百度查询： 国网江西省电力有限公司供电服务管理中心 一种负荷事件真实性预测方法、装置、设备及介质
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