摘要
本发明一种基于SHAP值的神经网络负荷预测结果的评估方法和装置。该方法包括:提取融合注意力机制的神经网络负荷预测模型输出的各时刻负荷预测数据;所提取的预测数据经负荷影响特征贡献度的计算模块,得到负荷影响特征贡献度;将负荷影响特征贡献度输入评估模块进行评估并得到评估结果;该评估模块包括全局评估模块和局部评估模块,该全局评估模块用于评估各特征对负荷影响的大小,给出影响因素重要性排序;该局部评估模块用于动态评估各时刻输入特征贡献度和时序特征贡献度,进而评估预测结果产生的原因。本发明能够对神经网络“黑箱”性质的模型的预测结果做出评估,并分析注意力机制对负荷预测模型的优化效果,提升负荷预测模型的可靠性。
技术关键词
负荷预测模型
时序特征
融合注意力机制
模块
空调负荷预测
热力图
评估装置
计算方法
动态
样本
颜色
色块
数据
存储器
纵轴
横轴
计算机设备
系统为您推荐了相关专利信息
融合语义
多模态数据融合
音频编码器
文本编码器
图像编码器
交易方法
智能合约执行
解析交易信息
配额
智能合约模型
模拟系统
智能仓储
混合整数规划模型
建模平台
仿真平台