基于多梯度下降的短期电力负荷预测方法、装置、终端设备及存储介质

AITNT
正文
推荐专利
基于多梯度下降的短期电力负荷预测方法、装置、终端设备及存储介质
申请号:CN202411695459
申请日期:2024-11-25
公开号:CN119561026A
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了一种基于多梯度下降的短期电力负荷预测方法、装置、终端设备及存储介质,方法包括:将待预测电力系统的第一负荷数据输入至预设的负荷预测模型中进行负荷预测,得到待预测电力系统的短期负荷预测结果;负荷预测模型的训练包括:获取初始全局模型参数及初始梯度;将初始全局模型参数及初始梯度发送给各电力节点的本地模型,以使各本地模型根据本地历史负荷数据、当前全局模型参数及当前梯度进行本地模型训练操作并更新本地模型参数及当前梯度;根据更新后的当前本地模型参数及当前梯度,重复执行全局模型训练操作并更新当前全局模型参数,直至各本地模型均收敛得到训练完成的负荷预测模型。通过实施本发明,提高了负荷预测的准确性。
技术关键词
负荷预测模型 预测电力系统 历史负荷数据 短期电力负荷预测 参数 模型更新 短期负荷预测 模型训练模块 序列 LSTM模型 可读存储介质 终端设备 数据获取单元 矩阵 数据获取模块 计算机 处理器
系统为您推荐了相关专利信息
1
一种交互配置装置、电子设备及分布式系统
配置装置 内存模块 通信链路 通信模块 分布式系统
2
一种基于对比学习模态匹配的汉语普通话言语解码方法
音频特征提取 特征提取器 数据 解码方法 可读存储介质
3
控制方法及转换器
视频 数据 通信模块 输入设备 控制芯片
4
一种基于几何代数机器学习模型的台风强度预测方法
强度预测方法 机器学习模型 三维特征数据 非线性特征 模块
5
基于AI驱动的数字孪生组态系统及数据处理方法
组态系统 数据处理方法 TensorFlow框架 存储系统 系统日志文件
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号