摘要
本申请涉及一种统调负荷预测的多模型训练方法,该方法包括:获取统调负荷预测数据集,其中的样本以区域的历史气象数据、历史电价数据、历史发电站运行数据为样本主体,以区域的历史统调负荷数据为样本标签;将统调负荷预测数据集划分为训练集、验证集、测试集;根据训练集和验证集对多个不同的预设模型进行训练,得到多个统调负荷预测模型;分别利用多个统调负荷预测模型对测试集中各样本进行统调负荷预测;根据多个统调负荷预测模型对应的统调负荷预测结果以及测试集中各样本的样本标签,计算多个统调负荷预测模型对应的统调负荷预测权重,对多个统调负荷预测模型进行加权集成,得到综合统调负荷预测模型,进而以此准确预测统调负荷。
技术关键词
负荷预测模型
负荷预测误差
样本
气象预报数据
模型训练方法
发电站
历史气象数据
时间段
训练集
标签
负荷预测装置
负荷预测方法
多模型
模型训练装置
集成模块
系统为您推荐了相关专利信息
无人机多光谱影像
变量
产量预测方法
卫星多光谱
NMF算法
情感分析方法
情感类别
编码器架构
推理技术
文本
电力负荷预测方法
负荷历史数据
编码器模块
电力负荷预测模型
注意力