基于机器学习的电力营销预测方法及系统

AITNT
正文
推荐专利
基于机器学习的电力营销预测方法及系统
申请号:CN202411108310
申请日期:2024-08-13
公开号:CN118967212A
公开日期:2024-11-15
类型:发明专利
摘要
本发明公开了基于机器学习的电力营销预测方法及系统,方法包括数据采集、数据预处理、电力营销短期预测、电力营销长期预测、预测模型超参数优化和电力营销综合预测。本发明涉及电力营销预测技术领域,具体是指基于机器学习的电力营销预测方法及系统,本发明通过引入短期和长期预测相结合的方法,并根据短期预测结果调整长期预测结果;采用采用多种数据处理组合的方法建立短期预测模型,适应不同数据模式和降低预测模型的过拟合风险;本方案采用圆混沌种群、权重因子和精英突变改进获取预测模型最优参数的算法,获取到最优参数组合。
技术关键词
模型超参数 坦克 预测模型训练 Sigmoid函数 数据采集模块 短时间 预测系统 特征选择算法 线性变换矩阵 情景 序列 双曲正切函数 电力系统
系统为您推荐了相关专利信息
1
一种基于物联网大模型的消防喷淋点位规划系统
火灾 虚拟建筑模型 数据采集终端 浓度变化曲线 规划系统
2
一种具备异常用电行为识别功能的智能电表系统
智能电表系统 滑动平均滤波 协同管理模块 监测模块 数据采集模块
3
一种基于虚拟现实的太空晕动病脱敏疗法系统与方法
脱敏疗法 晕动病 模拟太空环境 数据分析模块 虚拟现实设备
4
一种公路施工环境监测与预警系统
噪声数据 序列 非线性特征 预警系统 噪声预测模型
5
一种群机作业的碾压施工监控方法、系统、设备及介质
碾压遍数 碾压施工监控系统 压实度 压路机 时间同步
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