摘要
本发明公开了一种基于电力系统NLP大模型的电力负荷分析方法,包括获取用户用电负荷数据,设置用户用电负荷的时间序列步长,根据电流、电压、功率的运行数据,进行特征选择,提取数据的峰值、谷值和平均值特征,根据特征值特征构建特征向量,利用用户用电总负荷数据和特征向量,构建LSTM模型,处理时间序列数值特征,结合NLP技术注意力机制,进一步提升模型的性能,通过分析电压波动率、电流平均值和功率变化趋势,评估模型的输出用户总用电负荷变化,确认模型的准确率后将用户用电总负荷数据输入模型中,实现电力负荷分析,本发明能够有效实现电力负荷分析的智能化和自适应性。
技术关键词
电力负荷分析方法
LSTM模型
NLP技术
数据
注意力机制
时间序列特征
电压
电流
功率
特征选择
两层网络结构
Sigmoid函数
电力负荷曲线
分析电力系统
迭代优化算法
特征值
系统为您推荐了相关专利信息
图像检测模型
注意力
判别系统
网络模块
判别方法
射击方法
数字发射机
姿态传感器
分体式供电结构
数据
双端行波测距方法
训练分类模型
频率
矩阵
输电线路故障检测