-
公开(公告)号：CN118333225A
公开(公告)日：2024-07-12
申请号：CN202410549577.1
申请日：2024-05-06
Applicant: 湖北工业大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/0455 , G06N3/08 , H02J3/00
Abstract: 本发明提供了一种基于深度学习的电力负荷预测方法、装置及电子设备，属于电力负荷预测技术领域，其方法包括：获取电力负荷原始数据，基于VMD算法对所述电力负荷原始数据进行分解，得到多个子模态数据，基于所述电力负荷原始数据和所述多个子模态数据，得到重构数据，对所述重构数据进行数据划分，得到训练集、验证集和测试集，获取Crossformer网络模型，将所述训练集和所述验证集输入至所述Crossformer网络模型中进行迭代训练，得到电力负荷预测模型，将所述测试集输入至所述电力负荷预测模型，得到电力负荷预测结果。本发明能够准确预测电力负荷，具有较高的准确性和可靠性。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
