摘要
本发明属于电力系统水资源调度与智能预测技术领域,涉及一种多源数据融合的电站水网用水预测方法、系统及存储介质;本发明方法包括以下步骤:获取影响电站水网用水的历史多源数据和历史用水数据;对历史多源数据和历史用水数据进行预处理;基于预处理的数据构建多源数据融合神经网络基础模型;基于历史多源数据和历史用水数据对多源数据融合神经网络基础模型进行训练和优化,得到多源数据融合神经网络模型;采集影响电站水网用水的实时多源数据,将实时多源数据输入到多源数据融合神经网络模型中,获得预测结果。本发明能够提升电站水网用水预测的精度和时效性,进而有效地降低电站的运行成本,并提高电站的发电效率。
技术关键词
融合神经网络
水网
多层感知机
数据
神经网络模型
长短期记忆网络
基础
智能预测技术
可读存储介质
负荷
关系
预测系统
模块
参数
电力系统
时效性
计算机
误差
网格
处理器
系统为您推荐了相关专利信息
预处理技术
数据切分方法
文本分类方法
分块
语义
监视报警装置
数据采集芯片
分析单元
监测单元
传感器板
衣物护理方法
功能模块
超声波传感器单元
衣物护理系统
智能晾衣机
对象
大语言模型
产品推荐方法
数据平台
数据接口
谐波源建模方法
LSTM模型
波形
电压
迁移学习方法