首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于奇异值分解和卡尔曼滤波修正的MHSA-LSTM多元数据预测方法 

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:三峡大学

摘要:本发明公开了一种基于奇异值分解和卡尔曼滤波修正的MHSA‑LSTM多元数据预测方法,涉及数据预测领域,本发明包括奇异值分解模块,卡尔曼滤波模块,MHSA模块以及LSTM模块;所述奇异值分解模块模块,通过奇异值分解对多用户有源低压配网户变关系数据进行特征提取与降维处理;所述卡尔曼滤波模块,通过卡尔曼滤波方法修正多用户有源低压配网户变关系数据,降低其系统误差;所述MHSA模块,通过MHSA模块允许模型同时关注数据中的多个位置,从而捕捉复杂的依赖关系并提取多维度的特征表示;所述LSTM模块,利用LSTM模块实现对多元数据进行网络训练;最后,通过设定阈值,达到其阈值后输出其数据预测值。

主权项:1.一种基于奇异值分解和卡尔曼滤波修正的MHSA-LSTM多元数据预测方法,其特征在于,包括以下步骤:S1,采集有源低压配网户变多用户关系数据,并构建数据集:S101,获取有源低压配网户变多用户关系数据;S102,对数据进行预处理:将各个用户的有源低压配网户变数据均转换成1*N的单行数据形式;将各个用户的有源低压配网户变数据叠加成一个矩阵,此矩阵行数代表各用数量,列向量代表各个用户数据的变化趋势;S103,预处理后的数据矩阵导入到excel中,作为后续输入;S2,通过奇异值分解对步骤S102得到的有源低压配网户变多用户数据矩阵进行特征提取与降维处理;S3,使用卡尔曼滤波方法修正数值降维后的有源低压配网户变多用户数据,降低系统误差;S4,引入多头自注意力机制到LSTM网络中,建立基于多头自注意力机制的LSTM网络;S5,输入步骤S3得到的经处理后的有源低压配网户变数据对LSTM网络进行训练,输出预测值。

全文数据:

权利要求:

百度查询: 三峡大学 一种基于奇异值分解和卡尔曼滤波修正的MHSA-LSTM多元数据预测方法

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。