摘要
本发明提出了一种多模态的电力价格分析方法、系统、设备及存储介质,包括以下步骤:将获取不同模态的数据分割为训练数据集和测试数据集;构建ViT初始模型,将基于所述ViT初始模型先LAION‑2B数据集训练之后,再进行过所述训练数据集训练,采用自监督学习方法进行对比学习进行预训练,得到多模态数据处理模型;将所述测试数据集进行预处理得到多模态数据,基于多模态数据对多模态数据处理模型进行迭代训练,得到最优预测模型;将获取当前不同模态数据输入到所述最优预测模型预测得到电力价格数据。本发明通过预测模型对不同模态的数据处理,避免了为每个模态设计特定模型的麻烦,降低了开发和训练成本,从而提高预测精度。
技术关键词
价格分析方法
数据处理模型
关联特征数据
监督学习方法
电力
图像多模态
优化网络参数
文本
价格分析系统
音频
图像数据分割
滑动窗口技术
融合特征
网络结构
可读存储介质
序列
处理器
系统为您推荐了相关专利信息
噪声信号频谱
电力线载波通信
通信设备
异常检测方法
距离信息
智能分配系统
综合风险指标
动态负载分配
皮尔逊相关系数
故障预测模型
清除输电线路
异物装置
振镜
飞秒激光器
啁啾光栅
优化运行方法
柔性负荷模型
负荷需求响应
多能源
不确定性模型