摘要
本发明公开了一种基于XGB‑PSO‑LSTM模型的城市天然气用量预测方法,属于能源预测技术领域,本发明旨在解决传统统计方法如时间序列分析和回归分析,基于历史数据建立模型预测未来,但易受外界因素变化影响且欠缺非线性处理能力以及深度学习方法在处理序列数据的非线性关系和长期依赖上具有优势,但参数调整复杂且适应性较弱的问题。
技术关键词
XGBoost模型
优化LSTM模型
天然气
能源预测技术
深度学习方法
粒子
选取特征
训练集
统计方法
数据
非线性
负荷
测试机
超参数
算法
序列
速度
网格
系统为您推荐了相关专利信息
综合能源系统
经济调度模型
表达式
经济调度策略
储氢罐
XGBoost模型
容器
神经网络模型
非暂态计算机可读存储介质
计算机程序指令
水果番茄
精准灌溉控制
作物生长状态
生成样本数据
空间特征提取
XGBoost模型
评级方法
因子
计算机可读指令
重要性评估方法
智能设计方法
XGBoost算法
两阶段
木拱廊桥
参数