摘要
本申请公开了一种配电网日前负荷预测方法、装置、设备及介质,涉及电气数据处理技术领域,包括:获取当前目标数据和历史目标数据;目标数据包括负荷数据和相关变量数据;相关变量数据包括平均气温、平均风速和平均湿度;利用历史目标数据对初始混合机器学习模型进行训练以更新模型参数得到参考混合机器学习模型;初始混合机器学习模型为将变分量子线路嵌入循环神经网络后得到的模型;变分量子线路为预先构建的多源数据特征聚合的线路;优化参考混合机器学习模型中的超参数得到目标混合机器学习模型;将当前目标数据输入至目标混合机器学习模型以实现对日前负荷的预测。能够提高日前负荷预测的准确性和效率。
技术关键词
机器学习模型
负荷预测方法
更新模型参数
网格搜索算法
线路
梯度下降算法
寻优方法
长短期记忆神经网络
滑动窗口
量子态
负荷预测装置
门控循环单元
旋转门
变量
模型训练模块
数据处理技术
数据获取模块
系统为您推荐了相关专利信息
脑电波智能
融合深度学习
助眠系统
智能助眠
助眠设备
石英坩埚表面
缺陷检测方法
机器视觉系统
表面微观结构
裂纹
短期负荷预测方法
注意力模型
长短期记忆网络
数据处理模块
负荷预测技术
智能调度方法
机器学习模型
训练算法
编码向量
资源调度器