摘要
本发明公开了一种基于特征融合的负荷预测方法、装置、终端设备及存储介质;方法包括:获取待处理多源数据;其中,待处理多源数据包括:第一预设时段内第一时间粒度的历史负荷数据、第二预设时段内第二时间粒度的气象数据和已知特殊事件信息;第一预设时段总时长小于第二预设时段总时长;第一时间粒度小于第二时间粒度;将所述待处理多源数据输入负荷预测模型中,以使所述负荷预测模型提取负荷特征、气象特征、时间特征和事件特征,并对所提取的负荷特征、气象特征、时间特征和事件特征进行融合,得到多源融合特征,根据所述多源融合特征输出目标预测时段内的负荷预测数据。通过实施本发明能提高输出的目标预测时段内的负荷预测数据的准确性。
技术关键词
负荷预测模型
历史负荷数据
负荷预测方法
事件特征
负荷特征
多源融合
训练样本集
负荷预测装置
卡尔曼滤波算法
历史气象数据
风速
停电计划
数据获取模块
多任务
终端设备
系统为您推荐了相关专利信息
历史负荷数据
储能设备
负荷聚类方法
列生成算法
堆叠式自动编码器
自动停车方法
停车位
车辆
自动停车系统
生成控制指令
超声波水表
噪声数据采集
神经网络模型
数据采集模块
可视化模块
负荷特征提取方法
训练样本集
二进制特征
负荷识别方法
多标签学习