一种长上下文多变量时间序列的电力预测方法

AITNT
正文
推荐专利
一种长上下文多变量时间序列的电力预测方法
申请号:CN202510468971
申请日期:2025-04-15
公开号:CN120387540A
公开日期:2025-07-29
类型:发明专利
摘要
本发明提供一种长上下文多变量时间序列的电力预测方法,包含:步骤1、将电力系统中的多变量时间序列作为输入;步骤2、将输入时间序列数据进行标记化处理,标记化后的数据通过嵌入网络层得到嵌入表示;步骤3、将步骤2得到的嵌入表示经过混合注意力解码器,混合注意力解码器通过交替使用变量独立注意力和变量相关注意力,以及多变量相对位置编码策略,高效捕捉电力数据中的时间动态和跨变量交互;步骤4、使用变分水平预测策略根据步骤3中混合注意力解码器的输出结果进行预测;步骤5、选取步骤4变分水平预测结果中与预期预测长度相符的预测结果作为输出预测结果。
技术关键词
电力预测方法 变量 前馈神经网络 序列 解码器 标记 编码策略 注意力机制 参数 电力系统 数据 定义 发电量 代表 非线性
系统为您推荐了相关专利信息
1
基于混沌-同态加密和联邦学习的风电预测系统及方法
客户端 密钥 服务端 风电预测方法 参数
2
一种运动医学智能体诊断系统
节点 记忆图谱 遗忘机制 激活方法 强度
3
基于血液检查的肺栓塞指标预测方法、装置及电子设备
指标预测方法 项目 患者 构建测试数据 梯度提升模型
4
一种基于人工智能的石墨销售数据预测方法
数据预测方法 门控循环单元 石墨 因子 代表
5
基于AI智能引擎的智能停车楼车辆动态监管方法与系统
智能停车楼 动态监管方法 融合特征 激光雷达点云数据 轨迹模型
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