摘要
本申请公开了一种基于自注意力机制的电力消耗时序预测方法、系统、介质及处理器,涉及电力消耗时序预测技术领域。该方法包括获取原始数据并预处理后划分为训练输入集和标签集,通过卷积操作提取时间和电力单元特征,经双重注意力计算融合特征,再通过卷积操作得到预测值并优化模型参数,最后基于优化模型预测未来电力消耗值。系统包括准备、第一操作、融合、第二操作和预测模块。计算机可读存储介质和处理器分别存储和运行执行该方法的程序。本发明通过自注意力机制有效捕获数据非线性特征和长期依赖关系,双重注意力模型提升特征提取能力,提高了预测精度。
技术关键词
时序预测方法
电力单元
注意力机制
融合特征
电网关键节点
数据
可读存储介质
时序预测技术
特征提取能力
注意力模型
非线性特征
处理器
计算机
参数
预测系统
模块
标签
系统为您推荐了相关专利信息
情感分析方法
情感分析模型
融合特征
浅层特征提取
构建训练集
场景文本检测方法
网络结构
文本检测技术
文本区域检测
残差网络
联合抽取方法
三元组
网络威胁情报
依存句法
多头注意力机制
硬件加密引擎
脑电特征提取
加密芯片
管理系统
眼动轨迹
医疗图像生成方法
图像生成模型
图像输出模块
特征提取模块
编码器