基于特征和模型优化的区域用电量预测方法及系统

AITNT
正文
推荐专利
基于特征和模型优化的区域用电量预测方法及系统
申请号:CN202510333933
申请日期:2025-03-20
公开号:CN120258217B
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于特征和模型优化的区域用电量预测方法,所述方法步骤如下:S1:获取由历史用电量数据和气象属性数据两个部分组成的原始数据;S2:将历史用电量数据和气象属性数据根据时间进行连接整合,生成源数据集,并对源数据集进行数据预处理;S3:利用特征工程方法处理源数据集,生成可供模型输入的训练样本和测试样本;S4:构建用电量预测回归模型;S5:将训练样本输入至用电量预测回归模型中,对用电量预测回归模型进行训练;S6:将测试样本输入至训练后的用电量预测回归模型中,对测试样本进行用电量的预测,输出预测结果。本发明极大程度挖掘了原始可利用数据的价值,提升了预测服务的鲁棒性、可靠性和优越性。
技术关键词
区域用电量预测方法 气象预报数据 模型超参数 粒子群优化算法 特征工程方法 数值 特征选择 样本 预测系统 历史气象数据 节假日信息 学习器 日期 模型训练模块 数据可视化 数据处理模块
系统为您推荐了相关专利信息
1
基于演化计算的光储容量配置优化决策方法
优化决策方法 光储系统 系统仿真模型 储能 系统配置数据
2
基于自我优化机制的专业知识问答智能客服系统
智能客服系统 意图 实体链接模型 分析单元 问答模型
3
基于多层异质网络的企业技术合作伙伴推荐方法及系统
合作伙伴推荐方法 多层异质网络 生成企业 节点 数据收集模块
4
基于3D建模的头发形态模拟方法、装置及电子设备
形态 热力图 语义分割算法 粒子群优化算法 数据
5
一种污染源追踪定位方法及系统
污染源追踪定位方法 粒子群优化算法 矩阵 高斯烟羽模型 数据
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