摘要
本发明涉及用电管理技术领域,具体是涉及了一种两步组合优化的代理购电月电量预测方法及设备,所述预测方法包括,S1、得到历史电量数据;S2、将历史电量数据按照比例划分为训练集、验证集和测试集;S3、基于训练集,分别对LSTM模型和ARIMA模型进行训练,基于验证集,分别采用训练后的LSTM模型和ARIMA模型进行预测,得到两种预测结果;S4、将两种预测结果进行拼接后得到月电量预测结果;S5、预测模型测试,评估预测模型的性能;所述设备包括处理器、存储器和显示器,所述存储器中存储有执行所述两步组合优化的代理购电月电量预测方法的程序。本发明采用LSTM模型结合ARIMA模型进行预测,形成更精准的预测结果。
技术关键词
电量预测方法
ARIMA模型
评估预测模型
LSTM模型
训练集
sigmoid函数
鲸鱼优化算法
数据
预测模型训练
节点
存储器
表达式
误差
显示器
气象
样本
序列
处理器
矩阵
程序
系统为您推荐了相关专利信息
电网业务数据
交易数据安全
管控方法
风险
多业务
分层识别方法
状态图像数据
注意力机制
图片
可读存储介质
多帧联合检测
跟踪方法
特征提取模块
表达式
径向速度信息
多尺度信息
遥感图像数据
Sigmoid函数
卷积神经网络提取
特征金字塔网络
影像
注意力机制
电子设备
模型训练模块
深度学习模型