基于因果特征的电力负荷预测方法、装置和介质

AITNT
正文
推荐专利
基于因果特征的电力负荷预测方法、装置和介质
申请号:CN202411833084
申请日期:2024-12-13
公开号:CN119315550B
公开日期:2025-03-07
类型:发明专利
摘要
本发明涉及基于因果特征的电力负荷预测方法、装置和介质,方法包括:获取的实际电力负荷影响因素数据,将实际电力负荷影响因素数据输入训练完成的电力负荷预测模型,输出实际的电力负荷预测结果;其中,所述电力负荷预测模型的训练过程为:S1、获取历史电力负荷数据,S2、对所述历史电力负荷数据进行预处理;S3、计算归一化因果熵;S4、构建因果分析神经网络,在因果分析神经网络中将原因序列和对应的因果强度相乘,基于损失函数优化因果分析神经网络,得到电力负荷预测模型。与现有技术相比,本发明具有提高负荷预测结果的可解释性以及准确性等优点。
技术关键词
电力负荷预测方法 电力负荷预测模型 序列 时域卷积网络 数据 损失函数优化 电力负荷预测装置 时延 通道 高斯核函数 强度 节点 程序 可读存储介质 存储器 处理器 模块
系统为您推荐了相关专利信息
1
确定根因的方法、装置、存储介质和电子设备
运维 算法模型 集成加权 指标 模式
2
用于板式家具加工产线的平式分拣架的堆垛方法
堆垛方法 板式家具 信息码 板件 存储空间利用率
3
金融时序图谱的处理方法、装置、计算机设备和存储介质
时序 图谱 训练样本数据 标签 指令
4
氯化物熔盐的热导率确定方法及装置
熔盐 分子模型 立方体盒子 储热设备 动能
5
基于边缘计算的物联网网关协同管理系统
关节点 协同管理系统 网关 有效性 协议适配模块
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