基于XGB-PSO-LSTM模型的城市天然气用量预测方法

AITNT
正文
推荐专利
基于XGB-PSO-LSTM模型的城市天然气用量预测方法
申请号:CN202510175025
申请日期:2025-02-18
公开号:CN119671328A
公开日期:2025-03-21
类型:发明专利
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
1
一种用于综合能源系统低碳经济调度的方法及系统
综合能源系统 经济调度模型 表达式 经济调度策略 储氢罐
2
一种基于容器化部署的实时核保风控方法、系统、设备及介质
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
3
一种水果番茄精准灌溉控制系统及方法
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
4
一种用户评级方法、装置、计算机设备及存储介质
XGBoost模型 评级方法 因子 计算机可读指令 重要性评估方法
5
一种基于两阶段预测模型的木拱廊桥参数智能设计方法
智能设计方法 XGBoost算法 两阶段 木拱廊桥 参数
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