摘要
本发明属于交通能源管理技术领域,具体涉及一种高速公路的能源需求预测方法、系统、终端及存储介质,包括获取高速公路的多源数据,包括高速公路的交通数据、环境数据以及时间数据;将预处理后的高速公路多源数据输入预先构建的ARIMA模型、LSTM模型和XGBoost模型,分别对输入的高速公路多源数据进行预测,输出能源需求预测结果;本发明通过获取高速公路的交通数据、环境数据以及时间数据等多源数据,并对其进行全面融合处理。这种多源数据的综合利用能够更全面地反映影响高速公路能源需求的因素,相较于传统仅依赖单一或少量历史数据的方法,极大地丰富了预测依据,显著提高了能源需求预测的准确性。
技术关键词
能源需求预测方法
LSTM模型
XGBoost模型
需求预测模型
交通能源管理
预测误差
数据存储
空气质量监测仪
需求预测系统
双曲正切函数
地磁传感器
数据获取模块
记忆单元
处理器
矩阵
红外传感器
系统为您推荐了相关专利信息
能源需求预测方法
样本
蒸汽消耗量
需求预测装置
计算机程序产品
白酒风味
XGBoost模型
度分析方法
测评系统
C0复杂度
LightGBM模型
变量
随机森林模型
XGBoost模型
构建预测模型
负荷预测模型
预测电力系统
历史负荷数据
短期电力负荷预测
参数