[发明专利]一种基于深度强化学习和迁移学习电力短期负荷预测方法在审
| 申请号： | 202310066509.5 | 申请日： | 2023-01-16 |
| 公开（公告）号： | CN116306229A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 尚凤军;代云龙;秦昊明 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F113/04;G06F119/02 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 王诗思 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于电力数据处理领域，具体涉及一种基于深度强化学习和迁移学习电力短期负荷预测方法；所述方法包括获取多组不同的源域电力负荷数据，并进行预处理；采用预处理后的多组源域电力负荷数据和相应的电力融合特征各自训练多个基于GRU网络的电力负荷源域预测模型；将目标域电力负荷数据作为输入，基于时间序列双深度Q网络选择源域预测模型；基于多核最大均值差异算法对源域电力负荷数据和目标域电力负荷数据进行动态分布对齐，并对选择的源域预测模型的模型参数进行调整；将调整后的源域预测模型的模型参数迁移到基于GRU网络的电力负荷目标域预测模型；将目标域电力负荷数据输入到目标域预测模型中，输出电力负荷在短期内的预测结果。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 迁移 电力 短期 负荷 预测 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/202310066509.5/，转载请声明来源钻瓜专利网。
