摘要
本发明涉及多变量时序数据预测技术领域,尤其涉及一种自适应滞后关系建模的供热数据预测方法、系统及装置。具体步骤包括:对工业数据集进行数据预处理,得到归一化后时间序列并进行分割得到时序数据的真实值;对时序数据的真实值进行滞后关系计算得到滞后关系表征;将滞后关系表征进行辅助预测得到时序数据的预测值;根据时序数据的真实值和时序数据的预测值计算滞后关系损失和均方误差,根据滞后关系损失和均方误差联合训练,得到供热数据预测模型;将待预测数据输入到供热数据预测模型得到供热数据预测结果。本发明解决了预测供热系统数据的不稳定、鲁棒性低的问题,达到了提高了对实时供热系统数据预测的适应性和稳健性。
技术关键词
滞后关系
数据预测方法
数据预测模型
变量
序列
多层感知机
数据预测系统
时序数据预测
供热系统
误差
模型训练模块
时间段
工业
处理器
电子装置
存储器
鲁棒性
系统为您推荐了相关专利信息
OFDM波形
干扰噪声功率
信道估计方法
信道均衡方法
接收信号处理方法
静电除尘方法
深度学习预测模型
周期性特征
车架
静电除尘系统
门控循环单元
滑坡涌浪高度
GRU模型
预测系统
网络模型训练
随机森林模型
预测模型训练方法
训练集数据
变量
水位预测方法