摘要
一种基于云边端协同优化的源荷预测方法,所述方法包括多源数据处理;轻量级模型训练;边端移植与增量学习;构建云‑边‑端三层协同架构。该方法通过云‑边‑端三层协同架构实现了大规模历史数据分析与实时增量预测的有效结合,在保证预测准确度的同时,大幅提升了实时性、可扩展性及资源利用效率,能够广泛应用于分布式电力系统调度、微电网管理及智能配电台区运维等多种场景,为电力系统的安全、稳定与高效运行提供了强有力的技术支撑。
技术关键词
模型更新
变分模态分解算法
滑动窗口
特征工程
微电网管理
气象
分布式电力
生成训练样本
节假日信息
终端设备
数据采集模块
索引
时间同步
数据中心
服务器
误差
超参数
电力系统
系统为您推荐了相关专利信息
特征生成方法
生成图像特征
文本编码器
图像视觉特征
错位
海洋
管理系统
可视化模块
数据存储模块
数据采集模块
核查系统
核查方法
数据收集模块
半监督学习模型
样本
机器学习方法
融合策略
特征工程
自动机器学习系统
数据