摘要
本申请提供一种基于时间断面的电力物资综合仓库调度预测系统。本申请通过将电力物资的需求信息以不同周期进行截断和拓展,获得不同类型电力物资需求的周期性特征。通过对该周期性特征进行小波变换可提取出各类电力物资出入库需求所对应的时域和频域特征。由此,通过对其特征序列进行累加可有效提取其出入库需求的时频分布,从而筛选拟合出最能表达出入库需求分布状态的预测模型。由此,本申请能够基于该模型,通过对历史需求的迭代训练获得更为准确的预测模型,以根据该模型有效预估出各类型电力物资的出入库需求,从而基于该需求预先对仓库内部物资和仓位进行调度,以提高出入库的吞吐效率。
技术关键词
序列
预测系统
皮尔逊相关系数
仓库系统
离散小波变换
电力
周期性特征
物资出入库
高斯混合模型
生成出库
生成特征
频域特征
算法
误差
基础
基准
系统为您推荐了相关专利信息
优化控制方法
时间序列预测模型
变量
有功功率
风电场优化
燃料电池流场
性能预测方法
数值仿真模型
多层感知器
质子交换膜燃料电池技术