摘要
本发明属于发电供热预测领域,提供了一种基于神经互信息修正的火电厂供热量预测方法及系统,包括获取火电厂历史供热量、历史天气数据以及预测期天气预报数据作为预测输入数据,并进行预处理;基于预处理后的预测输入数据,利用预先训练好的火电厂供热量预测模型进行供热量预测;其中,所述火电厂供热量预测模型的训练过程中,利用前馈神经网络确定预测输入样本数据中的历史天气数据以及历史供热量之间的互信息度;基于互信息度对注意力权重进行修正,得到修正后的注意力权重,基于修正后的注意力权重相应地改进了模型的训练过程,最终达到了模型在预测过程中平衡历史信息与未来信息的目的。
技术关键词
天气预报数据
注意力
门控循环单元
前馈神经网络
阶段
解码
数据编码
样本
处理器
预测系统
计算机设备
风速
可读存储介质
气压
存储器
序列
程序
系统为您推荐了相关专利信息
特征提取网络
定位方法
分类网络
多尺度特征提取
多通道
时空预测方法
充电桩故障
门控循环单元
序列
拓扑结构生成方法
图像特征向量
仿生无人机
智能识别方法
加权特征
训练神经网络
神经网络优化方法
神经网络优化系统
离线
两阶段
数据收集方法