摘要
本发明涉及一种用于泛台区综合负荷的特征选择和预测方法、设备及介质,属于新能源及节能技术领域。包括前期数据处理、判断是否需要重新进行特征选择、对重新进行特征选择的分区实施三阶段贯序特征选择、实施过渡期的新的预测模型的训练和使用、实施互注意力机制的精准模型训练‑‑‑训练好后替换临时模型,及实施综合负荷预测应用等步骤,本发明适于配电系统的动态分区管理模式,能根据台区源荷内部因素和天气等外部因素的时间变化,适应性地改变预测模型和特征变量,可以自动快速实现台区的综合负荷预测和最佳的特征选择。
技术关键词
最佳特征
保留特征
注意力编码器
特征选择方法
多头注意力机制
历史负荷数据
误差函数
负荷特征
负荷预测模型
分布式风电
LightGBM模型
特征提取模型
LSTM模型
编码器结构
分布式光伏
介质
系统为您推荐了相关专利信息
快速生成方法
栅格
地物光谱仪
支持向量回归
蒙特卡洛交叉验证
多模态线索
网络
专用编码器
多头注意力机制
阶段
资金
金融市场数据
特征提取模块
集成模块
训练信用评分模型
智能家居物联网
标记方法
分类阈值
多维特征向量
增量学习算法