摘要
本发明提供一种基于分区预测和动态自动调节的城市需水预测方法、系统及介质,所述方法包括:首先获取城市居民的用水量,存储水数据;对月用水数据进行DPC聚类;其次采用VAE方法将不同变化趋势的数据进行特征提取,再进行Pearson相关性分析,然后将提取的关键影响因素用GAT‑DLinear模型对各区域月需水量预测,利用IZOA算法优化GAT‑DLinear模型,再根据NRMSE指标判断该类月预测精度是否大于10%,若是,则构建目标方程再次通过IZOA算法优化模型中需要调节的参数,将优化后的参数集再次输入预测模型,直至精度满足阈值要求,输出各分区最终需水预测结果。本发明具有自动化、自适应的优点。
技术关键词
节点
需水预测方法
居民
序列
Softmax函数
算法
超参数
空间特征信息
动态
K近邻
ESP8266芯片
分区
注意力机制
矩阵
单层
变量
解码输出数据
多项式
系统为您推荐了相关专利信息
疲劳状态识别
时间序列特征
原始脑电信号
识别方法
神经网络模型
深度学习算法
剩余寿命预测模型
数据
电池
老化特征
智能决策支持
策略
梯度算法
特征提取网络
长短期记忆网络
嵌入式计算机
资源优化方法
工业设备
资源优化算法
任务分配策略
电力负荷预测模型
短期电力负荷预测
数据
引入注意力机制
短期负荷预测