摘要
本发明涉及机器学习技术领域,具体提供一种多源停电预测模型构建方法、系统、终端及存储介质,包括:获取台区气象数据、电网运行数据和停电记录数据;挖掘台区气象数据、电网运行数据中与停电记录数据具有相关性的特征项,基于所述特征项从台区气象数据、电网运行数据筛选出训练数据;对所述训练数据进行扩充,得到数据集;构建停电预测模型,所述停电预测模型包括第一子模型和第二子模型,所述第一子模型的输出参数为电网运行特征值,所述第二子模型的输入层包括电网运行特征值和气象特征值;利用所述数据集对所述停电预测模型进行训练,得到多源停电预测模型。本发明综合考虑了影响停电的多种因素,从而提高了停电预测的全面性。
技术关键词
电网运行数据
Stacking模型
预测模型构建方法
TensorFlow框架
样本
特征值
贝叶斯神经网络
三相不平衡度
随机噪声
皮尔逊相关系数
LSTM模型
高密度
模型构建系统
数据分布
气象统计
机器学习技术
风速
模型训练模块
系统为您推荐了相关专利信息
视觉融合方法
模态特征
全景视频
嵌入特征
交叉注意力机制
循环寿命预测方法
变工况
寿命预测模型
因子
锂电池测试技术
卷烟感官
挥发性香气成分
预测模型构建方法
香气成分含量
变量