摘要
本发明属于负荷预测技术领域,公开了一种基于人工智能的企业短期负荷预测方法及系统。所述的方法包括如下步骤:基于可信机构,进行密钥生成和身份认证;基于企业服务器,对实时负荷数据和实时外部数据进行压缩打包、加密以及签名,并上传至云数据中心;基于云数据中心,进行初始化;进行签名验证、解密以及数据解析;进行数据降维;基于云数据中心,进行指标权重生成,并对企业短期负荷预测模型进行调整;进行企业短期负荷预测和企业供应链优化;进行加密,并将加密后实时企业供应链优化策略发送至对应的企业服务器。本发明解决了现有技术存在的安全性低、预测精度低、实时性差、适应性差、全面性差以及缺乏应对措施的问题。
技术关键词
企业供应链优化
短期负荷预测模型
短期负荷预测方法
云数据中心
历史负荷数据
指标
可信机构
Elman算法
注意力
服务器
Attention机制
短期负荷预测系统
人工智能算法
加密
智能寻优算法
系统为您推荐了相关专利信息
历史数据特征
识别方法
云数据中心
特征提取器
实时数据
储能系统
并联电池
储能容量配置
历史运行数据
模糊推理规则
空调负荷预测
节能方法
历史负荷数据
梯度提升决策树
长短期记忆网络
卫星遥感图像数据
三维路径规划
监测点
变形监测系统
边坡支护
智慧工地
协同调度方法
多维感知数据
负荷预测模型
三元组