一种基于时序大模型的电力短期负荷预测方法和系统

AITNT
正文
推荐专利
一种基于时序大模型的电力短期负荷预测方法和系统
申请号:CN202510350615
申请日期:2025-03-24
公开号:CN120184939A
公开日期:2025-06-20
类型:发明专利
摘要
一种基于时序大模型的电力短期负荷预测方法和系统。该方法包括,获取能源、金融等多个领域的时序历史数据,创建通用时序样本特征库;训练通用时序大模型;获取历史负荷及历史影响因素数据,创建负荷预测样本特征库;基于预构建的通用时序大模型和负荷预测样本特征库,构建负荷预测大模型;获取预测日影响因素数据,基于预构建的负荷预测大模型计算预测日负荷。本发明的方案提高了负荷预测模型的泛化能力,提升了负荷预测模型的预测准确性,尤其适用于历史负荷数据量有限的情况。
技术关键词
样本 混合器模块 负荷预测模型 时序预测模型 历史负荷数据 模型训练模块 处理器 风速 可读存储介质 工具箱 训练集 指令 金融 气压
系统为您推荐了相关专利信息
1
大规模数据中心的存储资源分配与容量预测方法及系统
资源分配优先级 时序预测模型 节点 负载特征 特征提取网络
2
特发性炎性肌病的生物标记物及其应用
疾病分型 抗体 生物标记物 酶联免疫方法 血清
3
设备巡检需求预测方法、装置、终端及存储介质
需求预测模型 巡检设备 需求预测方法 设备巡检 线性回归模型
4
风险名单生成方法、装置、设备、介质及产品
风险预测模型 名单生成方法 计算机执行指令 随机森林 标签
5
一种仿真系统的多步可信度评估模型的训练方法
仿真系统 门控循环单元 神经网络模型 时序 滑动窗口
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