摘要
本发明公开了一种基于深度学习的电煤采购量决策方法,属于电煤采购技术领域,通过深度学习算法对供电区域的历史区域用电特征进行学习,从而可以在后续对实时区域用电特征进行识别,确定预测日负荷量,并根据预测日负荷量确定出最终的日电煤消耗量,最终可以根据日电煤消耗量确定是否需要进行电煤采购以及需要采购的电煤量,从负荷侧进行分析,使预测更加准确以及简单,能够有效地提高电煤采购量的决策效率,代替了传统的人工操作。
技术关键词
深度学习模型
决策方法
编码
负荷
基础
邻域
采购技术
深度学习算法
超参数
非线性
日期
因子
解码
数据
曲线
系统为您推荐了相关专利信息
故障录波数据
DTW算法
换流站
分类方法
历史故障数据
分级系统
影像
图像处理模块
深度学习模型
CT切片图像
糖尿病视网膜病变
预训练模型
图像特征向量
标签
低对比度图像
图像编码器
三维医学图像分割
视觉
编码特征
深度注意力机制