申请/专利权人:浪潮云信息技术股份公司
申请日:2023-05-23
公开(公告)日:2023-08-18
公开(公告)号:CN116613740A
主分类号:H02J3/00
分类号:H02J3/00;G06N3/0464;G06N3/048;G06N3/08;G06Q50/06;G06F16/215
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.05#实质审查的生效;2023.08.18#公开
摘要:本发明涉及深度学习技术领域,具体为基于transform与TCN组合模型的智能负荷预测方法,包括以下步骤:对时间序列的负荷数据集进行清洗并划分验证集测试集;将待训练数据输入编码层中的Transformer模块;将待训练数据输入编码层中的TCN模块;对编码层中两个模块的输出进行加权求和;有益效果为:本发明提出的基于transform与TCN组合模型的智能负荷预测方法,采用了Transformer与TCN组成的复合模型来进行智能电网种的负荷预测。TCN作为时间序列预测中的卷积网络,通过卷积核能够很好的捕捉局部特征信息。
主权项:1.基于transform与TCN组合模型的智能负荷预测方法,其特征在于:所述智能负荷预测方法包括以下步骤:对时间序列的负荷数据集进行清洗并划分验证集测试集;将待训练数据输入编码层中的Transformer模块;将待训练数据输入编码层中的TCN模块;对编码层中两个模块的输出进行加权求和;计算出输出层Out与真实值的MAE损失,并对模型进行调优,得到最优的组合模型组合。
全文数据:
权利要求:
百度查询: 浪潮云信息技术股份公司 基于transform与TCN组合模型的智能负荷预测方法
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。