摘要
本发明公开了一种数据中心的电力负荷预测方法及装置,涉及电力负荷预测技术领域。本发明通过先对历史负荷数据进行划分成多个数据集,之后再对每个数据集独立分解处理和特征提取,避免了数据集之间的相互影响,从而有效的防止了数据集之间的数据泄漏风险,从而保证了数据集的独立性和准确性,进而保证了基于数据集提取到的每个特征的准确性;通过挖掘数据中心的历史能耗属性数据与负荷特征之间内在关联,从而提高了基于历史负荷数据得到的电力负荷预测结果的准确性;通过对数据集的独立分解、数据集的独立特征提取和数据集的独立预测,避免了数据集之间的信息横向流动,从而提高了数据中心的电力负荷预测准确度。
技术关键词
电力负荷预测方法
电力负荷预测装置
数据中心
历史负荷数据
特征学习方法
重构方法
特征提取模块
增广拉格朗日
序列
特征提取单元
电力负荷预测技术
数据泄漏风险
分解算法
能耗
负荷特征
矩阵
电源
系统为您推荐了相关专利信息
行人跌倒检测方法
跌倒检测系统
数据处理模块
数据采集模块
模块通信
母线负荷预测方法
负荷预测模型
训练样本集
注意力机制
序列
生态环境状况
行政区划数据
归一化方法
遥感影像数据
人类
电力负荷预测方法
电力负荷预测模型
序列
时域卷积网络
数据