摘要
本发明提供了一种目标区域内水电能耗智能预测方法及系统,包括:步骤S1:获取多模态数据,所述多模态数据包括:历史水电能耗数据、天气数据和客流量数据;并对获取的多模态数据进行预处理,得到预处理后的多模态数据;步骤S2:采用多层感知机MLP对预处理后的多模态数据进行特征提取,并将提取的特征进行拼接,形成统一的大特征向量;步骤S3:构建改进Transformer模型;步骤S4:对构建的改进Transformer模型进行训练优化,得到训练优化后的改进Transformer模型;步骤S5:利用训练优化后的改进Transformer模型对高速公路服务区水电能耗进行智能预测;所述改进Transformer模型是基于多头注意力机制和位置编码优化实现时间序列预测。
技术关键词
智能预测方法
多头注意力机制
水电
能耗
正则化方法
多层感知机
数据
智能预测系统
编码
序列切片
多模态
高速公路服务区
天气
智能报警系统
随机噪声
模块
可视化界面
策略
系统为您推荐了相关专利信息
车辆能耗信息
路况信息
驾驶风格识别
能耗预测模型
深度学习神经网络
能耗预测模型
非线性特征
新能源物流车辆
网格搜索方法
处理器
卫星钟差预测方法
卫星钟差数据
序列
非暂态计算机可读存储介质
时域特征
发电优化调度方法
梯级水库
优化调度模型
参数
动态