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！
摘要：本发明公开一种细粒度电力数据预测方法、系统、设备及介质，涉及工业电力能耗预测技术领域。所述方法包括：获取原始电力数据；将所述原始电力数据输入预训练网络中进行优化训练，并将训练好的网络确定为预测模型；所述预测模型用于进行细粒度电力数据预测，得到最终的预测结果；所述预训练网络包括依次连接的EMD分解层、多分支BiLSTM层以及DLSTM层。本发明能够避免数据泄露，并提高数据预测准确率。
主权项：1.一种细粒度电力数据预测方法，其特征在于，包括：获取原始电力数据；将所述原始电力数据输入预训练网络中进行优化训练，并将训练好的网络确定为预测模型；所述预测模型用于进行细粒度电力数据预测，得到最终的预测结果；所述预训练网络包括依次连接的EMD分解层、多分支BiLSTM层以及DLSTM层；其中，所述多分支BiLSTM层包括前向LSTM层、后向LSTM层、输入层和输出层，且所述前向LSTM层和所述后向LSTM层均分别与所述输入层和所述输出层连接；所述多分支BiLSTM层的分支数量和数据的维度相同，每个所述EMD分解层的输出分量都单独连接一个BiLSTM模型分支；所述DLSTM层包括依次连接的多个LSTM层和一个全连接层；将所述原始电力数据输入预训练网络中进行优化训练的具体过程为：将所述原始电力数据输入所述EMD分解层，利用经验模态分解法对电力时间序列进行平稳化处理，得到若干个本征模函数分量和一个残差分量；将各分量分别送入所述多分支BiLSTM层进行预测，得到初步预测结果；将各分量对应的所述初步预测结果与所述原始电力数据进行特征融合，并将融合后的特征数据输入所述DLSTM层进行再预测，对所述初步预测结果进行校正；在将各分量分别送入所述多分支BiLSTM层进行预测之前，还包括：利用滑动窗口将分量切分成监督学习数据格式。
全文数据：
权利要求：
百度查询： 西北农林科技大学 一种细粒度电力数据预测方法、系统、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