基于改进深度学习的充电桩电能消耗预测方法

AITNT
正文
推荐专利
基于改进深度学习的充电桩电能消耗预测方法
申请号:CN202411125597
申请日期:2024-08-16
公开号:CN119130713B
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了基于改进深度学习的充电桩电能消耗预测方法,包括如下步骤:对收集到的充电桩电能消耗数据进行预处理;从预处理后的数据中提取天气数据、时间特征和特殊事件特征,形成特征数据集;利用动态稀疏连接网络和自监督学习的深度伪标签生成器构建混合深度学习模型,生成初步预测结果;引入变分信息瓶颈机制,生成优化后的特征表示;采用改进的张量融合网络,实现数据的深层次融合和特征提取;使用神经进化策略优化算法对新的特征表示进行训练,生成优化后的模型;通过变分贝叶斯验证方法,对优化后的模型进行验证;采用对抗性评估机制,优化预测结果在真实应用中的可靠性和准确性。
技术关键词
进化策略优化算法 混合深度学习模型 伪标签生成器 变分贝叶斯 交互特征 数据 参数 优化神经网络结构 对抗性 样本 瓶颈 电能 动态变化规律 验证方法 监督学习方法 递归神经网络
系统为您推荐了相关专利信息
1
一种基于深度学习的学习情感程度分析方法、系统及介质
程度分析方法 融合特征 视觉特征 语音特征 多头注意力机制
2
元素树增强方法和页面测试方法、设备及存储介质
元素 视觉特征信息 交互特征 交互性 层级
3
基于混合深度学习模型的电网数据异常检测方法及系统
混合深度学习模型 数据异常检测方法 电力系统运行数据 长短期记忆网络 递归神经网络
4
一种面向多模态多语言信息的歧视检测方法及装置
融合特征 文本编码器 分类器 图像编码器 多模态
5
一种高光谱图像分类方法、装置及计算机可读终端
光谱图像分类方法 高光谱图像数据 图像分类模型 注意力机制 模块
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