摘要
提供了一种基于人工智能的电力产能预测方法及系统,属于电力技术领域。方法包括:获取目标区域的第一周期的实际产能数据,并根据第一周期的实际产能数据确定目标区域的多个参考区域,根据多个参考区域对应的产能预测模型,确定目标区域的第一产能预测模型,获取目标区域的第一周期的第一电力负荷数据和多个参考区域的第二电力负荷数据,并根据第一电力负荷数据和第二电力负荷数据构建目标区域的第二产能预测模型,根据第一产能预测模型和第二产能预测模型双向模型融合,以获得目标区域的第三产能预测模型,根据第三产能预测模型,确定目标区域的第二周期的电力产能预测结果。本申请旨在改善对新建区域电力产能预测不够准确的问题。
技术关键词
产能预测方法
随机森林模型
数据
产能预测系统
负荷
周期
子模块
关系
天气
电力设备
参数
装备
动态
系统为您推荐了相关专利信息
集成控制芯片
并行处理架构
性能分析工具
通信优化算法
电源管理器
码垛系统
层间偏移量
生成点云数据
码垛板材
机器人执行模块
资源消耗预测
深度学习神经网络
任务调度方法
样本
任务调度装置
集输管道腐蚀
风险评估方法
网络风险评估
灰关联分析法
风险评估模型