申请/专利权人：广州志诚气弹簧有限公司

申请日：2023-11-22

公开（公告）日：2024-03-22

公开（公告）号：CN117744855A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06N20/00;G06N3/0464;H02J3/00

优先权：

专利状态码：在审-公开

法律状态：2024.03.22#公开

摘要：本申请涉及智能预测领域，其具体地公开了一种基于机器学习的负荷预测系统及方法，其通过对历史的天气数据、温度数据、用电量数据和日期数据进行特征提取以得到历史用电负荷的相关特征，再对当天的天气数据、温度数据和日期数据进行特征提取以得到影响用电量的相关数据特征，将上述提取到的特征在高维空间进行关联后通过解码器以得到用于表示当天用电量预测结果的解码值。

主权项：1.一种基于机器学习的负荷预测系统，其特征在于，包括：数据获取模块，用于获取历史的天气数据、温度数据、日期数据和用电量数据以及当天的天气数据、温度数据、日期数据；用电预测特征提取模块，用于将所述当天的天气数据、温度数据、日期数据排列成用电量影响参数矩阵后通过作为特征提取器的第一卷积神经网络模型以得到用电预测特征向量；历史用电负荷数据编码模块，用于将所述历史的天气数据、温度数据、日期数据和用电量数据通过包含嵌入层的上下文编码器以得到多个历史用电负荷相关数据特征向量；第一尺度历史用电负荷特征生成模块，用于将所述多个历史用电负荷相关数据特征向量进行级联以得到第一尺度历史用电负荷相关数据特征向量；第二尺度历史用电负荷特征生成模块，用于将所述多个历史用电负荷相关数据特征向量二维排列成历史用电负荷相关数据语义特征矩阵后通过包含多个混合卷积层的第二卷积神经网络模型以得到第二尺度历史用电负荷相关数据特征向量；多尺度历史用电负荷特征融合模块，用于将所述第一尺度历史用电负荷相关数据特征向量和所述第二尺度历史用电负荷相关数据特征向量进行融合以得到历史用电负荷数据特征向量；解码特征生成模块，用于对所述用电预测特征向量和所述历史用电负荷数据特征向量进行基于秩序性的特征工程匹配以得到解码特征向量；用电预测结果生成模块，用于将所述解码特征向量通过解码器以得到解码值，所述解码值用于表示当天用电量的预测值。

全文数据：

权利要求：

百度查询： 广州志诚气弹簧有限公司 基于机器学习的负荷预测系统及方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD