摘要
本发明公开了一种AI配电方法、系统、电子设备及存储介质,包括:初始化气象特征向量和用电负荷特征向量;获取当前年份N上的M个初次气象特征向量;其中,M个初次气象特征向量的特征是M个观测时间节点和M个初次气象值;检测M个初次气象值,识别出K个异常气象值和M‑K个正常气象值对异常气象值进行纠正,得到纠正后气象值;获取当前年份N上包含纠正后气象值和正常气象值的纠正后正常气象值;根据纠正后正常气象值和用电负荷特征向量,获取复合特征向量;根据复合特征向量,训练配电模型;使用训练后配电模型调整配电策略,本发明的显著提高了配电系统对异常气象条件的适应性和预测准确性。
技术关键词
气象
配电方法
计算机可执行指令
节点
时间差
视频浓缩方法
电子设备
负荷
模型训练模块
可读存储介质
配电模块
处理器
配电系统
策略
存储器
误差
系统为您推荐了相关专利信息
编码音视频数据
资源
RGB颜色值
路径优化算法
网络节点
智能电视
多模态信息
遥控器
语音输入信息
数据格式
排放流
监测方法
排放量
融合特征
计算机存储介质
评分预测模型
智能监测方法
环境监测数据
设备运行数据
风险