摘要
本发明公开了一种用电负荷预测方法、系统、设备和介质,通过构建负荷预测模型,对负荷预测模型初始参数和超参数设置,基于模型的初始输出数据进行加性特征归因,得到每个样本的每个特征对预测值的贡献度,反向优化初始参数和超参数,能够提高模型的学习效率和预测准确性,确保模型在不同数据集上的表现更佳,并提高模型的解释性和性能,通过对输出结果进行监管可以及时发现模型预测中的异常情况,帮助识别潜在的问题和改进方向,确保预测结果的可靠性,帮助识别潜在的问题和改进方向,通过对模型进行评价和再优化,可以不断提升模型的性能,适应不断变化的电力需求和环境条件,提高预测的稳定性和准确性。
技术关键词
负荷预测模型
负荷预测方法
负荷历史数据
电力
归因
负荷预测系统
生成样本数据
框架
历史负荷数据
参数
唯一性
数据处理模块
数据采集模块
特征值
处理器
生成特征
变量
系统为您推荐了相关专利信息
短期负荷预测方法
分布式电源
新型电力系统
气象
CEEMD算法
船舶配电系统
健康评估方法
设备运行参数
工况
深度学习网络模型
发电机组
粒子群优化算法
协同优化控制方法
有功功率
电压