摘要
本申请提供一种基于时序结构保持的工业负荷预测方法、设备及介质,涉及工业负荷预测技术领域。方法包括:获取目标工业园区在历史时间段内的工业负荷时序数据和外生因素时序数据;对所述工业负荷时序数据和外生因素时序数据进行预处理、标准化以及分块后,输入预先训练的工业负荷预测模型,将所述工业负荷预测模型输出的预测值进行逆标准化后,得到目标工业园区在未来设定时间段内的预测工业负荷;其中,所述工业负荷预测模型将Transformer编码器与大模型解码器进行深度集成得到的混合模型。本申请提出的方法可以高效生成精确的工业负荷预测结果,为工业园区的高效管理和资源优化提供了可靠依据。
技术关键词
负荷预测模型
工业园区
时序结构
负荷预测方法
计算机可读指令
特征提取单元
数据
时间段
分块
负荷预测装置
负荷预测技术
解码器
编码器
处理器
样本
序列
可读存储介质
系统为您推荐了相关专利信息
隐私保护神经网络
高效隐私保护
机器学习方法
隐私保护机器学习
计算机可读指令
露天矿山边坡
滑动面
防护方法
强度折减法
遗传优化算法
音频信号处理方法
仿真模型
数据仿真系统
麦克风
回声消除