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：湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司
摘要：一种利用多目标时空图卷积神经网络GCN‑BILSTM模型进行短期负载率实际预测的方法，包括：从数据中台和气象网站获得目标区域的负载数据和天气数据；对获得的负载数据和天气数据进行数据清洗；对数据清洗后的数据进行特征工程处理，包括：对原有的气温拆分成最高温、最低温，并对最高温、最低温分别进行增加预设数值的变换，以使得最低温大于等于0；将目标区域下属乡镇的负载率、最高温、最低温进行0‑1标准化，得到若干维度数据；构建GCN‑BILSTM模型，将若干维度数据输入GCN‑BILSTM模型输出预测结果。本发明在预测过程中增加对空间节点之间的“联动性”，相较于Multi‑BILSTM算法mape误差更低。
主权项：1.一种利用多目标时空图卷积神经网络GCN-BILSTM模型进行短期负载率实际预测的方法，其特征在于，包括如下步骤：步骤一、从数据中台和气象网站获得目标区域的负载数据和天气数据，所述负载数据包括日期、目标区域下属乡镇的负载率，所述天气数据包括日期和目标区域的气温；步骤二、对步骤一获得的负载数据和天气数据进行数据清洗；步骤三、对步骤二数据清洗后的数据进行特征工程处理，包括：对原有的气温拆分成最高温、最低温，并对最高温、最低温分别进行增加预设数值的变换，以使得最低温大于等于0；将目标区域下属乡镇的负载率、最高温、最低温进行0-1标准化，得到若干维度数据；步骤四、构建GCN-BILSTM模型，将步骤三处理得到的若干维度数据输入GCN-BILSTM模型输出预测结果。
全文数据：
权利要求：
百度查询： 湖北华中电力科技开发有限责任公司 国网湖北省电力有限公司 一种利用多目标时空图卷积神经网络GCN-BILSTM模型进行短期负载率实际预测的方法
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