公开(公告)号：CN119808016A

公开(公告)日：2025-04-11

申请号：CN202411614483.4

申请日：2024-11-13

Applicant: 国家电网有限公司华东分部

Inventor： 李建华 ,  许江蛟 ,  陆建宇 ,  许升帆 ,  周毅

IPC: G06F18/27 ,  G06F18/15 ,  G06F18/214 ,  G06N7/01 ,  G06F123/02

Abstract: 本公开提供了一种基于贝叶斯优化和多输出高斯过程回归的数据预测方法，涉及数据处理技术领域；所述方法包括：获取历史时间序列数据集；并利用贝叶斯优化采样模型对历史时间序列数据集进行采样，得到目标时间序列数据集；获取待预测时间序列数据集；并基于多输出高斯过程回归模型和目标时间序列数据集确定与待预测时间序列数据集对应的预测时间序列数据集。本实施例通过引入贝叶斯优化策略，以优化数据采样过程，使得生成的目标时间序列数据集的数据量小于历史数据集，从而有效降低计算负担；同时，采用多输出高斯过程回归模型能够深入挖掘数据中的内在关联性，还可以量化数据预测的不确定性。如此，提高了数据预测的预测精度和计算效率。