摘要
本申请提供了一种出清电价峰值预测模型的训练方法、装置和电子设备,该方法包括:获取样本数据集,其中,所述样本数据集中的每个样本数据包括样本分时电价数据和样本负荷数据;将所述样本数据输入至待训练的用于进行出清电价峰值预测的Transformer‑DNN混合模型中,以得到所述样本数据对应的出清电价预测峰值;获取所述样本数据对应的出清电价真实峰值;根据所述出清电价预测峰值和所述出清电价真实峰值,对所述Transformer‑DNN混合模型进行迭代训练,直至得到收敛的目标Transformer‑DNN混合模型,由此,本申请通过构建Transformer‑DNN混合模型,并基于样本数据对Transformer‑DNN混合模型进行训练,基于目标Transformer‑DNN混合模型进行出清电价峰值预测,提高了出清电价峰值预测的精度。
技术关键词
历史负荷数据
样本
多头注意力机制
模型训练方法
K折交叉验证法
峰值预测方法
深度神经网络
编码
预测装置
训练装置
电子设备
模块
参数
精度
系统为您推荐了相关专利信息
环境监测方法
传感器安装位置
模拟模型
特征值
曲线
分层识别方法
文本特征向量
多模态
图文
图像特征向量