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

一种基于双向时间卷积网络和分位数回归森林的独立计量区用水量区间预测方法 

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:广西水利电力职业技术学院

摘要:本发明公开了一种基于双向时间卷积网络和分位数回归森林的独立计量区用水量区间预测方法,先对原始用水量数据进行预处理,在经自相关性分析后构建样本集并划分为训练集和验证集;利用BiTCN模型提取训练样本的深层次时序特征,并以此作为输入训练QRF模型,构建BiTCN‑QRF模型;然后在验证集上用SABO算法对BiTCN‑QRF模型进行寻优,获取最优超参数并创建优化后的BiTCN‑QRF模型;根据给定置信水平设置相应的分位数,对优化后模型输入待预测样本获取分位数下的预测结果,并在此基础上构建给定置信水平相对应的预测区间。本发明所述方法能实现准确可靠的DMA用水量区间预测,有效量化用水量预测的不确定性。

主权项:1.一种基于双向时间卷积网络和分位数回归森林的独立计量区用水量区间预测方法,包括以下步骤:1收集原始用水量数据,对原始用水量数据进行预处理,得到预处理后的用水量数据;2对预处理后的用水量数据进行自相关性分析,选取相关性较强的输入变量,构造出合适的样本集,将样本集划分为训练集和验证集;3利用BiTCN模型提取训练样本的深层次时序特征,将所提取的特征作为输入训练QRF模型,构建得到BiTCN-QRF模型;4在验证集上利用SABO算法对BiTCN-QRF模型的超参数进行寻优,获取最优超参数并创建优化后的BiTCN-QRF模型;5根据给定置信水平设置相应的分位数,对优化后的BiTCN-QRF模型输入待预测样本获取所述分位数下的预测结果;6根据所得分位数的预测结果构建给定置信水平相对应的预测区间。

全文数据:

权利要求:

百度查询: 广西水利电力职业技术学院 一种基于双向时间卷积网络和分位数回归森林的独立计量区用水量区间预测方法

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。