摘要
本发明公开了一种融合混合注意力机制的地铁能耗预测方法及系统,属于机器学习与深度学习技术领域,方法为:基于多头自注意力机制构建自注意力模型,以基于自注意力模型、前馈神经网络和编码输入数据进行特征提取以获取编码输出序列;获取解码输入序列,以将解码输入序列输入解码器获取解码数据;基于选择性状态空间模型和解码数据获取解码输出序列;基于编码输出序列、解码输出序列和多头交叉自注意力机制获取当前目标序列;基于当前目标序列按照预设预测方法获取地铁能耗预测结果。本发明提供的一种融合混合注意力机制的地铁能耗预测方法及系统,实现了基于双阶段处理的多源异构特征的建模预测,有效地提升了地铁能耗预测精度。
技术关键词
地铁能耗预测方法
注意力机制
注意力模型
前馈神经网络
状态空间模型
时间序列预测模型
编码
预测系统
输入解码器
堆叠层
解码单元
数据
线性
深度学习技术
异构特征
分支
系统为您推荐了相关专利信息
车辆流量预测方法
双模态优化
时间序列特征
对齐模块
注意力机制
智能告警方法
智能告警系统
生成输出数据
编码器
运维知识图谱
混合模块
命名实体识别方法
矩阵
动态
语义信息获取方法