一种基于HS-MOE的多模态的电能预测和优化方法

本发明公开一种基于HS‑MOE的多模态的电能预测和优化方法，包括S1数据预处理：包括数据清洗和归一化处理输入数据，并进行特征工程，提取关键特征；S2模型构建:使用深度学习框架Keras构建多层稀疏混合专家模型的各个组件；S3模型训练：使用大规模历史数据对模型进行训练，训练过程中采用分布式训练方法提高效率，并使用交叉验证和早停技术防止过拟合；S4模型评估和优化：通过评估指标对模型进行评估；S5模型部署和应用：将训练好的模型部署到实际系统中进行在线预测。本发明能够实现对新能源场景中多目标预测的高效建模，以提升预测精度和计算效率，为新能源领域的智能化、精准化管理提供强有力的技术支持，具有广泛的应用前景和显著的实用价值。