-
公开(公告)号：CN118195103B
公开(公告)日：2024-08-27
申请号：CN202410609965.4
申请日：2024-05-16
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于Transformer的综合负荷预测方法及系统，包括将获取的检测日历数据、负荷检测数据和气象检测数据作为输入数据，并输入至预训练的综合负荷预测模型；利用相关性分析、多尺度分解、序列划分分别对输入数据进行季节特征提取和趋势性特征提取获得季节性预测值和趋势性预测值，并将季节性预测值和趋势性预测值分别对应相加，获得实时热能预测值、实时冷能预测值和实时电能预测值；本发明针对数据的趋势性、季节性、长时依赖关系以及不同负荷的耦合特性，提高了区域综合资源系统多负荷预测精度；使用基于线性方法的回归预测在不影响预测精度的情况下，大大减少综合负荷预测模型复杂度，减少了训练资源开销。
-
公开(公告)号：CN118195103A
公开(公告)日：2024-06-14
申请号：CN202410609965.4
申请日：2024-05-16
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于Transformer的综合负荷预测方法及系统，包括将获取的检测日历数据、负荷检测数据和气象检测数据作为输入数据，并输入至预训练的综合负荷预测模型；利用相关性分析、多尺度分解、序列划分分别对输入数据进行季节特征提取和趋势性特征提取获得季节性预测值和趋势性预测值，并将季节性预测值和趋势性预测值分别对应相加，获得实时热能预测值、实时冷能预测值和实时电能预测值；本发明针对数据的趋势性、季节性、长时依赖关系以及不同负荷的耦合特性，提高了区域综合资源系统多负荷预测精度；使用基于线性方法的回归预测在不影响预测精度的情况下，大大减少综合负荷预测模型复杂度，减少了训练资源开销。
-
Search Results
2
records
(took 0.02 seconds)
