摘要
本发明公开一种基于混合模型的区域用电量预测方法及终端,该方法包括:获取目标区域的历史用电数据;根据所述历史用电数据进行数据预处理得到原始数据集;通过经验模态分解模型对所述原始数据集进行数据处理得到组合数据集;基于卷积神经网络模型和双重回声状态网络模型构建电量预测模型,并根据所述组合数据集训练所述电量预测模型;通过训练好的所述电量预测模型对所述目标区域的未来用电量进行预测。本发明有效融合了卷积神经网络的空间特征提取能力和回声状态网络的时序特征预测能力,使得电量预测模型能够从历史用电数据中有效地学习到空间特征和时间特征,相比于单一预测模型,本发明的电量预测模型有效提高了预测精度。
技术关键词
回声状态网络
电量预测模型
混合预测模型
区域用电量预测方法
卷积神经网络模型
编码
数据解码
皮尔逊相关系数
空间特征提取
时序特征
处理器
终端
存储器
间距
数值
精度
系统为您推荐了相关专利信息
智能电网控制系统
多模态数据采集
手势特征
融合特征
雷达
建筑木结构
时序
变量
三维卷积神经网络模型
应变传感器
叉车考试
防作弊方法
空间结构特征
叉车驱动系统
融合特征