一种深度生成式综合能源系统源-荷预测方法及系统

AITNT
正文
推荐专利
一种深度生成式综合能源系统源-荷预测方法及系统
申请号:CN202511349374
申请日期:2025-09-22
公开号:CN120855323A
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及综合能源系统技术领域,提供了一种深度生成式综合能源系统源‑荷预测方法及系统,包括:获取综合能源系统在若干连续历史时刻的源‑荷数据和气象数据,通过主预测模型,得到未来时刻的源‑荷数据;其中,主预测模型的训练步骤包括:以训练集中的真实样本为基础,判别器作为生成器的对抗对象,通过对抗训练指导生成器学习生成虚拟样本;对真实样本和虚拟样本合并后,输入主预测模型,且主预测模型输出输入判别器,利用判别器判断预测结果的真实性,指导主预测模型训练。能够显著提升目标模型的泛化能力,以及对源‑荷预测的预测精度。
技术关键词
综合能源系统 新型编码器 预测模型训练 预测系统 样本 多任务 气象 注意力 数据获取模块 负荷 对象 风速 风力 基础 基准 精度
系统为您推荐了相关专利信息
1
资源受限条件下的雷达目标多模数据稳健识别方法
高分辨一维距离像 数据识别模型 雷达 识别方法 多模态特征
2
一种融合时序光谱特征与多源火产品的过火区提取方法
大津算法 影像 时序 随机森林模型 指数
3
一种基于人工智能的企业管理成本优化方法及系统
企业 数据 时间段 序列 元素
4
一种基于因果推断消除流行度偏差的知识图谱实体链接方法、系统及介质
实体链接方法 图谱 预训练语言模型 偏差 实体链接系统
5
一种面向异构数据的联邦学习模型微调方法及系统
面向异构数据 联邦学习模型 客户端 微调方法 服务端
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号