一种基于深度学习的电煤采购量决策方法

AITNT
正文
推荐专利
一种基于深度学习的电煤采购量决策方法
申请号:CN202411820964
申请日期:2024-12-11
公开号:CN119761714A
公开日期:2025-04-04
类型:发明专利
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
1
一种基于DTW和聚类法的换流站故障匹配分类方法及系统
故障录波数据 DTW算法 换流站 分类方法 历史故障数据
2
一种减振器及其设计方法
减振器 阻尼 旋转对称结构 减振结构 减振装置
3
基于深度学习CT影像的牙周骨质损失定位与分级系统
分级系统 影像 图像处理模块 深度学习模型 CT切片图像
4
基于视觉-语言预训练模型和排名感知提示策略的糖尿病视网膜病变分级方法
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
5
一种交互式三维医学图像分割方法
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
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