基于训练简单循环单元网络模型的新能源及负荷预测方法

AITNT
正文
推荐专利
基于训练简单循环单元网络模型的新能源及负荷预测方法
申请号:CN202411052664
申请日期:2024-08-02
公开号:CN118569456B
公开日期:2025-01-24
类型:发明专利
摘要
本发明属于新能源及负荷预测方法技术领域,尤其涉及基于训练简单循环单元网络模型的新能源及负荷预测方法,包括以下步骤:(S1)获取各个时间点发电设备的数据信息;(S2)删除冗余特征数据,建立回归预测任务所需的最小特征数据子集;(S3)将特征数据进行归一化处理;(S4)构建Pre‑SRU神经网络预测模型;(S5)利用均方根误差评价发电设备预测精度。本发明的基于训练简单循环单元网络模型的新能源及负荷预测方法,可以提高运算效率。
技术关键词
发电设备 负荷预测方法 神经网络预测模型 预训练模型 数据 冗余特征 特征值 光伏设备 参数 阶段 滑动窗口 样本 代表 精度 矩阵 误差 定义 理论 算法
系统为您推荐了相关专利信息
1
基于AI识别的安检设备控制方法、装置、设备及存储介质
安检设备控制方法 人脸特征 生物特征数据 注意力 人脸识别模型
2
一种基于场景仿真的高速公路出口匝道容错车道改进方法
仿真场景 风险 多模态 容错控制 车道
3
一种管片钢模三维信息自动检测方法及装置
结构光3D相机 信息自动检测方法 管片钢模 追踪仪 坐标系
4
基于最优路径规划的电动汽车充电应急救援系统及方法
应急救援系统 路径生成方法 路径规划算法 控制板模块 节点
5
一种QFN封装结构
QFN封装结构 金属板 基岛结构 支撑凹槽 引脚结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号