摘要
本发明涉及电力系统需求响应技术领域,公开了一种可解释的需求响应潜力评估框架及系统。包括建立数据梳理和特征提取模型采集用电特征数据,基于特征数据构建需求响应潜力预测模型,依次输入特征数据完成模型训练,建立特征重要性可视化模型,并对预测结果进行量化分析并展示,对模型进行更新迭代,优化电网用电调度。本发明通过使用TensorFlow技术对提取到的特征数据进行标准化处理,起到了提升预测模型处理数据的高效性和准确性的作用,同时通过可解释性分析SHAP值计算特征贡献度以及因果推断框架因果森林分析关键变量对潜力评估的因果效应,起到为电网调控用电量提供理论数据支撑的作用。
技术关键词
TensorFlow技术
特征提取模型
电力系统需求响应技术
预测误差
数据特征提取
交互式界面
时间序列特征
框架
可视化模块
电网用电
数据采集模块
生成自然语言
滑动窗口技术
长短期记忆网络
线性回归模型
梯度下降算法
LSTM模型
变量
清理工具
系统为您推荐了相关专利信息
语义依存树
数据标签
生成方法
层级
文本特征向量
清洁度评估方法
评估光伏组件
天气预报数据
光伏电站
时间序列模型
BERT模型
刻画方法
子空间特征提取
爬虫爬取
词向量训练