摘要
本申请公开了短期热负荷预测方法、装置、介质及设备,该方法包括:获取历史数据集和预测日的预测特征数据,对历史数据集进行模糊聚类处理,得到多个不同类别的数据子集,计算每个数据子集的聚类中心;对预测特征数据和每个数据子集的聚类中心进行相似关系计算,根据计算结果,将与预测特征数据相似的数据子集,作为训练样本;基于训练样本对初始的热负荷预测模型进行训练,得到训练完的热负荷预测模型;将预测特征数据输入至训练完的热负荷预测模型,得到预测日的热负荷预测数据,只针对与预测日的气象参数相似的样本进行训练,能够准确进行预测日的热负荷预测,提高了短期热负荷的预测精度和预测效率。
技术关键词
热负荷预测方法
预测特征
负荷预测模型
数据分类
矩阵
负荷预测装置
聚类
样本
通信接口
模型训练模块
元素
数据获取模块
处理器
存储器
指令
计算机设备
关系
介质
系统为您推荐了相关专利信息
快速校准方法
神经网络模型
数据训练神经网络
磁阻存储器
相变存储器
空调器控制方法
制冷循环系统
负荷预测模型
阶段
内管
预测评价方法
天然气
管理云平台
神经网络模型
速率
混合神经网络模型
手势识别方法
轻量级神经网络
雷达点云数据
滑动时间窗口