摘要
本申请提供一种制造业用户中期用电量预测方法。该方法包括:获取制造业用户的第一历史负荷数据和所属的类别;对第一历史负荷数据进行分解,得到第一历史负荷数据对应的高频历史序列和低频历史序列;将高频历史序列输入至类别对应的高频序列预测模型,得到高频序列预测模型输出的高频预测序列;将低频历史数据输入至类别对应的低频序列预测模型,得到低频序列预测模型输出的低频预测序列;根据高频预测序列和低频预测序列,确定制造业用户的负荷预测序列;基于负荷预测序列,得到制造业用户的用电量。本申请能够提高制造业用户中期用电量预测的准确性。
技术关键词
历史负荷数据
序列预测模型
机器学习模型
模糊隶属度
粒子群优化算法
聚类
可读存储介质
存储计算机程序
处理器
矩阵
预测装置
指数
存储器
模块
典型
电子设备
参数
系统为您推荐了相关专利信息
标签
机器学习模型
计算机可执行指令
模型训练方法
梯度下降算法
噪声源
噪声检测器
绿色建筑
噪声强度
噪声监测数据
光谱特征提取
航空发动机
温度预测模型
分析方法
传感
故障诊断模型
信息融合诊断
船舶系统
多源信息融合
故障诊断方法
卫星云图
序列预测方法
翻译器
感知损失函数
序列预测模型