摘要
本发明属于用电预测技术领域,公开了一种基于多尺度双重监督驱动的模糊用电预测方法及系统,包括对数据样本进行多尺度特征重构,计算重构误差,聚合重构误差得到样本结构引导指标,综合结构引导指标与熵贡献对样本进行筛选;对筛选后的样本进行模糊划分,将所有样本的隶属度按顺序排列,得到模糊隶属度矩阵;融合结构监督信号和目标监督信号,利用融合引导信号调整隶属度矩阵;将新的隶属度矩阵中的隶属度作为权重,对各个局部回归模型的预测结果进行加权求和,获得最终的预测结果。本发明设计了一种多尺度结构自适应机制结合结构与目标双重监督信号的模糊划分方法,提升了模型对复杂能耗数据的建模准确性、系统自适应能力和样本利用效率。
技术关键词
样本
重构误差
模糊隶属度
矩阵
多尺度特征
无监督模型
信号
生成结构
指标
多尺度结构
处理器
数据获取模块
计算机程序产品
划分方法
预测系统
指令
系统为您推荐了相关专利信息
对称编码技术
深度生成模型
量子态
解码器
编码器
风险评估系统
信用风险评估方法
集成学习模型
比率
深度学习训练
智能化配电柜
组件运行参数
残差神经网络
组件管理
三维模型