摘要
本发明涉及一种基于检索增强生成的行业用电量预测方法,包括以下步骤:采集行业历史用电数据并进行预处理后得到历史用电序列;构建历史用电序列分割模型,对历史用电序列进行分割;提取每个历史用电子序列的多维特征向量并提取历史用电子序列的低维特征向量,构建向量数据库,储存所有低维特征向量;构建检索增强生成模型,识别向量数据库中每个历史用电子序列的低维特征向量对应的用电时序模式;采集行业实时用电数据并构建为实时用电序列同时提取为查询向量,基于查询向量在向量数据库中进行查询,将查询结果进行融合得到融合特征向量;构建行业用电量预测模型,基于融合特征向量作为协变量与实时用电序列预测未来行业用电量。
技术关键词
序列
多维特征向量
时序
隐马尔可夫模型
模式
电子
联合损失函数
编码器
样本
Welch算法
解码器
统计特征
动态时间规整
机器学习模型
多层感知机
贪心算法
处理器
矩阵
数据
系统为您推荐了相关专利信息
预测编码器
分布预测方法
序列
后验概率
sigmoid函数
载荷
流固耦合分析
风力发电工程技术
仿真模型
风速
磁共振成像数据
静息态
输入神经网络模型
感兴趣
信号