一种基于自适应分析模型的长期净能源消耗量预测方法及系统

AITNT
正文
推荐专利
一种基于自适应分析模型的长期净能源消耗量预测方法及系统
申请号:CN202411541651
申请日期:2024-10-31
公开号:CN119416966A
公开日期:2025-02-11
类型:发明专利
摘要
一种基于自适应分析模型的长期净能源消耗量预测方法及系统,方法包括:采集能源消耗数据,构成能源消耗输入序列;根据能源消耗输入序列构建多元回归模型;基于多元回归模型及能源消耗输入序列,筛选出净能源消耗量的预测值与实际值之间误差最小的多元回归模型,作为最优多元回归模型;基于能源消耗输入序列,构建ARIMA‑BO‑LSSVM模型并根据模型进行净能源消耗量的预测;将获得的最优多元回归模型的净能源消耗量的预测值与ARIMA‑BO‑LSSVM模型的净能源消耗量预测值进行比较,选择与实际净能源消耗量最接近的模型作为长期净能源消耗量的预测模型。本发明采用ARIMA模型捕捉隐藏在用电数据中的线性部分,应用BO‑LSSVM模型捕捉数据上存在的非线性部分,提升预测的准确性。
技术关键词
LSSVM模型 多元回归模型 ARIMA模型 能源 序列 求解线性方程组 处理器 数据 可读存储介质 发电量 预测系统 预测误差 程序 变量 存储器 计算机 电力 非线性
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