摘要
本发明涉及一种电力负荷管理模型搭建方法及系统,该方法包括:采集不同设备的设备数据与不同环境的环境数据,并将所述设备数据与环境数据储存在资源池;根据设备数据构建对应设备的设备模型;根据环境数据构建对应环境的环境模型;获取电力负荷数据,通过大数据分析技术获取电力负荷数据的特征,并基于所述特征确定电力负荷数据的类型;根据所述类型、若干个设备模型与环境模型、资源池中的数据构建电力负荷管理模型,本发明不仅构建了设备模型来反映设备的性能和功耗,还构建了环境模型来模拟环境因素对设备用电量的影响,能够更准确地预测设备用电量。
技术关键词
电力负荷管理
大数据分析技术
机器学习模型
短期负荷预测
设备用电量
模型训练方法
资源
神经网络模型
负荷预测算法
存放设备
训练集
数据采集模块
过滤设备
功率
指标
天气
系统为您推荐了相关专利信息
知识点
学生
知识图谱构建
生成方法
机器学习模型
短期负荷预测方法
优化神经网络
融合神经网络
历史负荷数据
双向长短期记忆网络
机器学习模型
IOT系统
工业生产
特征选择
设备状态数据
需求预测方法
需求预测模型
指数平滑模型
ARIMA模型
时间序列模型
分析日志
异常状态
日志分析方法
文本
操作系统启动