摘要
本发明公开了一种冷热电三联供系统的负荷预测方法、装置、终端设备及存储介质,将各个具有不同频率分布特性的冷负荷历史子序列、热负荷历史子序列、电负荷历史子序列以及当前时刻的环境因子(如温度、湿度、风速以及风向)输入到预设的负荷预测模型中,从而使得负荷预测模型能够基于分解后的负荷子序列和环境因子数据,学习和提取出负荷变化的内在规律和外部影响因素,准确预测出当前时刻对应的目标子序列,通过将各个目标子序列进行分别整合,可以生成当前时刻对应的冷负荷、热负荷和电负荷的预测序列,从而本发明可以更为精确地得出冷热电三联供系统的负荷预测序列,减少了供需不匹配的情况,且可以降低能源浪费。
技术关键词
负荷预测模型
负荷预测方法
样本
三联
序列特征
因子
电负荷预测
频率
数据获取模块
负荷预测装置
终端设备
重构
风速
标记
处理器
存储器
系统为您推荐了相关专利信息
集成学习模型
早期预警方法
学习器
荧光定量PCR技术
样本
LSTM神经网络
轨道
识别方法
神经网络训练
数据
水泥回转窑
温度预测方法
温度预测模型
双通道卷积神经网络
工况