[发明专利]基于循环神经网络和元学习策略的负荷预测方法及装置在审
| 申请号： | 201910268046.4 | 申请日： | 2019-04-03 |
| 公开（公告）号： | CN110084407A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 宋英豪 | 申请（专利权）人： | 新奥数能科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06K9/62 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 杨乐 |
| 地址： | 100102 北京市朝阳区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于循环神经网络和元学习策略的负荷预测方法及装置，其中，该方法包括：接收目标能源系统待预测的目标时间；获取所述目标能源系统在所述目标时间之前的历史数据，并采用循环神经网络提取所述历史数据的时间序列特征；根据分类模型从多个算法模型中选择与所述时间序列特征匹配的负荷预测算法；使用所述负荷预测算法输出所述目标能源系统在所述目标时间的负荷值。通过本发明，解决了现有技术中采用负荷预测算法预测能源负荷时尝试各种预测算法耗时多和准确率低的技术问题。 | ||
| 搜索关键词： | 负荷预测算法 循环神经网络 能源系统 时间序列特征 负荷预测 历史数据 学习策略 分类模型 接收目标 算法模型 预测算法 预测 准确率 匹配 耗时 输出 能源 | ||
【主权项】：
1.一种基于RNN和元学习策略的负荷预测方法，其特征在于，包括：接收目标能源系统待预测的目标时间；获取所述目标能源系统在所述目标时间之前的历史数据，并采用循环神经网络RNN提取所述历史数据的时间序列特征；根据分类模型从多个算法模型中选择与所述时间序列特征匹配的负荷预测算法；使用所述负荷预测算法输出所述目标能源系统在所述目标时间的负荷值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新奥数能科技有限公司，未经新奥数能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910268046.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
