摘要
本申请涉及一种电力系统负荷预测模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括针对各个用电主体,根据用电类型确定用电主体对应的候选用电特征维度;根据候选用电特征维度对用电主体的历史用电数据进行特征提取,得到用电主体的用电特征样本集;计算各个所述候选用电特征维度对于区分不同用电类型的样本的贡献度;根据所述贡献度,筛选出目标用电特征维度;根据目标用电特征维度对合并后用电特征样本集进行数据筛选,得到目标用电特征样本集;根据目标用电特征样本集对深度学习模型进行训练,得到电力系统的负荷预测模型。采用本方法能够提高电力系统负荷预测的准确率。
技术关键词
负荷预测模型
深度学习模型
中心服务器
样本
电网负荷预测
电力系统负荷预测
数据
计算机程序产品
双向长短期记忆网络
参数
节点
计算机设备
可读存储介质
预测误差
模块
策略更新
处理器
注意力
系统为您推荐了相关专利信息
信息识别方法
网络
训练样本数据
信息识别装置
记忆
免疫微流控芯片
特异性IgG抗体
基片
标记
吸水性材料
语音欺骗检测
特征提取模块
注意力
融合特征
多尺度特征