一种基于联邦学习的月度分时电量预测方法

AITNT
正文
推荐专利
一种基于联邦学习的月度分时电量预测方法
申请号:CN202411569601
申请日期:2024-11-05
公开号:CN119561008A
公开日期:2025-03-04
类型:发明专利
摘要
本发明涉及一种基于联邦学习的月度分时电量预测方法,包括以下步骤:采集用户月度分时电量数据,并对用户月度分时电量数据进行预处理;构建基于长短时记忆网络的初始全局电量预测模型;基于预处理后的用户月度分时电量数据,通过联邦接受平均算法对初始全局电量预测模型进行联邦学习,得到最终全局电量预测模型;通过最终全局电量预测模型对用户月度分时电量进行预测。
技术关键词
电量预测模型 电量预测方法 电量预测系统 记忆单元 客户端 服务器 数据采集模块 矩阵 算法 处理器 网络 参数 可读存储介质 存储器 样本 电子设备 程序 计算机
系统为您推荐了相关专利信息
1
结构化数据记录电子签名及验证方法
SM3算法 完美哈希算法 验证方法 SM2算法 键值
2
融合大语言模型与知识图谱的物料数据清洗方法及系统
大语言模型 数据清洗方法 图谱 实体 数据清洗系统
3
一种基于奇异值分解的联邦学习高效通信方法
高效通信方法 客户端 云服务器 矩阵 重构
4
一种多模态脑机交互方法及系统
信号采集模块 脑机交互方法 脑机交互系统 人机交互界面 多模态
5
一种大规模数据导出Excel方法及系统
数据压缩技术 分页查询技术 压缩算法 消息 对象存储服务
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