摘要
本申请公开了一种基于智能算法的电力消耗预测方法,涉及电力消耗预测技术领域,通过采集与电力消耗相关的多源异构数据,并对多源异构数据进行预处理,获取标准化数据集,提升了数据丰富度;然后基于标准化数据集,构建用于电力消耗预测的训练数据,并采用MSLSO‑CNN‑LSTM智能算法对训练数据进行学习,得到电力消耗预测模型,提升算法的全局搜索能力以及收敛速度,进一步提升预测准确度;最后将电力消耗预测模型部署于云服务器上,采集电力消耗预测区域对应的实时数据,并将实时数据上传至服务器上,以调度服务器上部署的电力消耗预测模型对实时数据进行识别,获取电力消耗预测结果,有效地提升了电力消耗预测准确性。
技术关键词
智能算法
电力负荷特征
多源异构数据
实时数据
超参数
服务器
LSTM算法
策略
因子
非线性
螺旋
决策
标签
气象
基础
系统为您推荐了相关专利信息
容错控制方法
数据驱动系统
故障特征模型
执行机构故障
精确数学模型
故障预测特征
电梯运行数据
故障预测模型
电梯状态监测系统
机器学习算法
区块链数据安全
配电系统
开放式架构
标准化接口
隐私保护模块
道路通行状态
周边环境参数
数字孪生模型
立方体
轨迹
风电机组变桨
变桨设备
设备故障预测
故障预警方法
设备健康状态