一种考虑多因素的日电量预测方法、系统、设备及介质

AITNT
正文
推荐专利
一种考虑多因素的日电量预测方法、系统、设备及介质
申请号:CN202510115965
申请日期:2025-01-24
公开号:CN120087523A
公开日期:2025-06-03
类型:发明专利
摘要
本发明提供了一种考虑多因素的日电量预测方法、系统、设备及介质,包括:获取待预测日前的历史数据;将所述待预测日前的历史数据代入预先训练好的LightGBM模型中,输出预测日的电量数据;其中,所述预先训练好的LightGBM模型是由历史日用电量和与电量相关的各行业特征采用梯度提升树的方式对LightGBM算法进行训练得到的。本发明采用的训练好的LightGBM模型是采用与电量相关的各行业特征分别进行训练得到,按照不同行业特征进行日电量预测,提高了预测的准确性和全面性。
技术关键词
行业特征 电量预测方法 LightGBM模型 电量预测系统 损失函数优化 训练集 日用电量 负荷 代表 算法 变量 存储器 处理器 可读存储介质 数据 样本 电子设备 模块 程序
系统为您推荐了相关专利信息
1
一种机器学习辅助的入井液体系原位监测方法及装置
信号特征 超声信号 分类器模型 机器学习辅助 原位监测方法
2
一种基于KANs与U-Net++的农机齿轮点蚀图像识别方法
输出特征 图像识别方法 样条 农机 模块
3
一种烟盒自动拆垛方法、装置、电子设备及存储介质
算法模型 烟盒 图像 损失函数优化 拆垛方法
4
基于状态空间模型的弱监督视频序列分割方法
视频序列分割方法 状态空间模型 时序特征 深度卷积神经网络 学习特征
5
一种基于数据驱动的飞行器分层协同优化方法
协同优化方法 机器学习模型 拉丁超立方采样 LightGBM模型 流动分析方法
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