模型训练方法、装置及电力负荷的预测方法

AITNT
正文
推荐专利
模型训练方法、装置及电力负荷的预测方法
申请号:CN202510039054
申请日期:2025-01-09
公开号:CN119848465A
公开日期:2025-04-18
类型:发明专利
摘要
本申请公开了一种模型训练方法、装置及电力负荷的预测方法。其中,该模型训练方法包括:获取电力负荷数据;对训练集中的电力负荷数据进行分解处理,得到多个IMF分量,对IMF分量进行合并及叠加处理,得到多个目标IMF分量;对神经网络模型中的模型参数进行更新,得到目标神经网络模型;利用目标神经网络模型对目标IMF分量进行预测,得到多个预测结果,将多个预测结果进行融合处理,得到电力负荷数据对应的目标预测结果;确定目标预测结果与测试集之间的误差,在误差小于预设阈值的情况下,确定神经网络模型完成训练。本申请解决了相关技术对电力负荷的预测精度较低的技术问题。
技术关键词
模型训练方法 非易失性存储介质 粒子群算法 指标 极值 数据 输入神经网络模型 预测电力负荷 模型训练装置 信号 序列 误差 参数 计算机程序产品 符号 速度
系统为您推荐了相关专利信息
1
推土机液压系统与发动机的协同控制方法及系统
发动机转速 协同控制方法 推土机液压系统 液压泵马达 发动机负荷率
2
一种基于弹性规划模型的灵活性资源配置优化方法及装置
故障场景 资源配置优化方法 节点 分布式电源 粒子群算法
3
一种深度学习的图像数据智能监管系统及方法
事件相机 智能监管系统 智能监管方法 WGAN模型 卡尔曼滤波跟踪
4
基于大小模型协同学习的文本分类及模型训练方法、系统
文本分类模型 模型训练方法 文本分类方法 格式模板 文本分类装置
5
基于径流侵蚀能量的流域泥沙集合模拟方法
径流 泥沙 加权平均法 气象站 数据
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