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
时空卷积神经网络
移动平均滤波器
地层特征
滤除高频噪声
缺失值填补方法
充电负荷时空分布预测方法
离散概率模型
充电站
私家车出行
节点
浓烟环境
判别算法
成像特征
热成像
视频采集模块
智能识别方法
多域特征
卷积算法
多头注意力机制
网络
潮流断面
梯级水电站
应急调度方法
设备故障分析
历史运行数据