“时间序列预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2633559个，建议您升级VIP下载更多相关专利

[发明专利]词汇预测方法、装置、设备和计算机可读存储介质-CN201811523569.0有效
发明人：万月亮;李强;火一莽 -专利权人：北京锐安科技有限公司
申请日： 2018-12-13 - 公布日： 2020-12-01 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种词汇预测方法、装置、设备和计算机可读存储介质，一种词汇预测方法包括：获取多个连续时间节点的预测样本文本，分别对多个连续时间节点的预测样本文本进行分词处理，得到多个预测样本词汇序列，对多个预测样本词汇序列进行编码，得到多个预测样本词汇向量序列，依次以前一个时间节点的预测样本词汇向量序列中的X个连续词汇向量作为预测输入，以后一个时间节点的预测样本词汇向量序列中的词汇作为目标词汇，对词汇预测模型进行训练，得到词汇预测模型，将待预测文本输入词汇预测模型，得到词汇预测结果。本发明公开的词汇预测方法、装置设备和计算机可读存储介质，用于提高词汇预测的效率。
词汇预测方法装置设备计算机可读存储介质

[发明专利]一种基于注意力机制深度学习的混沌时间序列预测方法-CN202010031956.3在审
发明人：孙媛媛;王博林;张书晨;陈彦光 -专利权人：大连理工大学
申请日： 2020-01-11 - 公布日： 2020-06-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于混沌系统技术领域，一种基于注意力机制深度学习的混沌时间序列预测方法，包括以下步骤：(1)构建混沌时间序列数据集，(2)对混沌时间序列进行相空间重构，(3)使用LSTM神经网络模型训练混沌时间序列数据，(4)构建基于预测的注意力机制模型，(5)构建离线训练模型，(6)在线预测。本发明一种基于注意力机制深度学习的混沌时间序列预测方法，模型结构清晰，具有参考价值，可以应用到混沌系统的例如金融市场预测或能源预测等方面。
一种基于注意力机制深度学习混沌时间序列预测方法

[发明专利]一种基于时间序列和卡尔曼滤波的负荷预测方法-CN201711064383.9在审
发明人：田云翔;柳强;赵君伟 -专利权人：国网四川雅安电力（集团）股份有限公司
申请日： 2017-11-02 - 公布日： 2018-03-23 - 主分类号： G06F17/11 文献下载
摘要：本发明公开了一种基于时间序列和卡尔曼滤波的负荷预测方法，所述方法包括通过一阶差分法将电力负荷数据进行平稳化处理；根据AIC准则，选取时间序列模型；将平稳化处理后的数据代入选择的时间序列模型，获得时间序列预测方程；建立卡尔曼滤波方程，对建立的卡尔曼滤波方程进行改进，得到自适应卡尔曼滤波方程；将得到的时间序列预测方程代入自适应卡尔曼滤波方程，得到基于时间序列‑自适应卡尔曼滤波的电力负荷预测模型；将已知电力负荷数据代入电力负荷预测模型，获得下一时刻的电力负荷预测数据；解决了现有的电力负荷预测方法存在不准确的技术问题，实现了提高电力负荷预测的精度的技术效果。
一种基于时间序列卡尔滤波负荷预测方法

[发明专利]一种新型多尺度注意力机制的序列数据预测系统-CN201910648749.X在审
发明人：李建欣;周号益;仉尚航;彭杰奇;张帅 -专利权人：北京航空航天大学
申请日： 2019-07-18 - 公布日： 2019-11-12 - 主分类号： G06F17/22 文献下载
摘要：一种新型多尺度注意力机制的序列数据预测系统，包括结合时间特征编码的序列数据编码模块，多尺度时间特征提取模块，长序列快速预测模块；所述结合时间特征编码的序列数据编码模块对输入序列的序列数据和时间特征进行编码得到新的输入向量；所述多尺度时间特征提取模块对新的输入向量进行切分，然后输入到对应的特征提取结构中，将提取到的不同时间尺度的序列特征进行组合，得到稳定有效的时间序列表示；所述长序列快速预测模块构造初始输入序列，进行数据编码后融合得到预测输出结果
时间特征序列数据多尺度注意力机制编码模块快速预测输入向量输入序列提取模块预测系统长序列模块构造时间尺度时间序列输出结果数据编码特征提取序列特征融合预测

[发明专利]平台网络资源播放量的预测方法、装置、设备及存储介质-CN201910446487.9有效
发明人：杨芷;仇贲 -专利权人：广州虎牙信息科技有限公司
申请日： 2019-05-27 - 公布日： 2023-10-13 - 主分类号： H04N21/24 文献下载
摘要：本发明实施例公开了一种平台网络资源播放量的预测方法、装置、设备及存储介质。其中，方法包括：获取平台网络资源播放量在第一历史时间段的第一播放序列；根据第一播放序列预测平台网络资源播放量在第二历史时间段的第二播放序列；获取平台网络资源播放量在第二历史时间段的真实播放序列；根据第二播放序列相对于真实播放序列的预测准确率，从第一播放序列中确定降低预测准确率的目标网络资源；在真实播放序列中删除目标网络资源的播放量，根据更新后的真实播放序列预测平台网络资源播放量在未来时间段的播放序列。本发明实施例利用平台网络资源播放量随时间变化的规律预测未来时间段的播放序列；同时提高未来时间段的预测准确性。
平台网络资源放量预测方法装置设备存储介质

[发明专利]特征预测方法、装置、电子设备及存储介质-CN202010148299.0有效
发明人：王迪;肖伟集;朱旭律;杨杰 -专利权人：杭州网易再顾科技有限公司
申请日： 2020-03-05 - 公布日： 2023-07-04 - 主分类号： G06Q30/0202 文献下载
摘要：本申请公开了一种特征预测方法、装置、电子设备及存储介质，以提高预测准确度，所述方法包括：根据多个产品的样本数据对特征预测模型进行训练，获得训练好的特征预测模型，获取目标产品的基准时间以及预测时间，并根据基准时间，获取目标产品的历史特征序列和历史关联特征序列；获取目标产品在基准时间至预测时间内的未来时序特征序列；将历史特征序列、历史关联特征序列以及未来时序特征序列，输入训练好的特征预测模型，获得指定特征的预测值这样，根据多个产品的样本数据训练获得特征预测模型，以及通过目标产品的多个维度的特征数据和特征预测模型进行特征预测，扩大了输入数据的数据量以及覆盖面，提高了特征预测的准确度。
特征预测方法装置电子设备存储介质

[发明专利]时间序列的预测方法和电子设备，及计算机存储介质-CN202111121269.1在审
发明人：范晨晨;张亚红;欧阳文理;朱明达;范伟 -专利权人：联想（北京）有限公司
申请日： 2021-09-24 - 公布日： 2021-12-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例公开了一种时间序列的预测方法，所述方法包括：基于目标层级结构中各层级在至少一个历史时间点的数据生成历史时间序列；其中，所述目标层级结构中的任一高层级的时间序列均由相邻下一层级的时间序列聚合得到，所述高层级为所述目标层级中除最底层级之外的其他层级；根据所述历史时间序列、所述各层级在至少一个历史时间点的特征参数以及所述各层级在至少一个预测时间点的特征参数对所述最底层级在至少一个预测时间点的数据进行预测处理，得到所述最底层级的目标预测时间序列。同时，本发明还提出了一种用于进行时间序列预测的电子设备。
时间序列预测方法电子设备计算机存储介质

[发明专利]一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法-CN201610086111.8在审
发明人：尹建光;谢连科;刘辉;马新刚;臧玉魏;王坤;巩泉泉;窦丹丹 -专利权人：国网山东省电力公司电力科学研究院;国家电网公司
申请日： 2016-02-15 - 公布日： 2016-07-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法，步骤一，利用时间序列分析方法建立电网负荷的时间序列模型；步骤二，利用时间序列分析方法建立电网负荷的训练样本，利用建立的训练样本和自适应模糊神经网络对电网负荷进行预测；步骤三，根据建立的时间序列模型的预测值和自适应模糊神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，自适应模糊神经网络的预测值作为卡尔曼滤波的测量值，从而建立基于卡尔曼滤波的预测模型，对电网负荷进行预测。本发明提出了一种基于卡尔曼滤波、神经网络以及时间序列分析的电网负荷预测分析方法，提高电网负荷预测可靠性，降低电网的供电风险，加强电网的坚强性。
一种基于卡尔滤波自适应模糊神经网络负荷预测方法

[发明专利]一种白酒品质预测方法-CN202310766529.3在审
发明人：利节;邱胜;罗军;杜泽春;曹俊;蒲文良;于同奎 -专利权人：重庆科技学院
申请日： 2023-06-27 - 公布日： 2023-09-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及白酒品质预测技术领域，具体公开了一种基于白酒酿造过程中的多元数据的白酒品质预测方法，其构建白酒发酵过程中多元数据预测网络模型，该模型通过对多元时间序列数据的线性分量和非线性分量分别预测，然后相加得到对多元时间序列后续时刻的预测结果；将预测结果和现有的多元时间序列拼接成完整的时间序列，输入到白酒品质预测模型中，通过五层二维卷积池化网络得到时间序列上的特征向量，输入到由三个门控循环单元组成的轻密集门控循环网络中，得到时间序列的长期依赖关系向量，两者相加再激活，得到白酒的品质分类预测结果。该预测方法实现了白酒在发酵过程中的实时品质预测。
一种白酒品质预测方法

[发明专利]模型训练方法和装置、数据预测方法和装置、服务器-CN201810891259.8在审
发明人：黄馨誉 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-08-07 - 公布日： 2019-01-25 - 主分类号： G06Q30/02 文献下载
摘要：本说明书实施例提供一种模型训练方法和装置、数据预测方法和装置、服务器。所述数据预测方法包括：获取业务对象的至少一个时间序列数据；生成所述至少一个时间序列数据对应的至少一个时间序列图像；在所述时间序列图像中时间序列数据以可视化方式呈现；使用预先训练的数据预测模型对所述至少一个时间序列图像进行处理，得到所述业务对象的预测结果。
方法和装置数据预测时间序列数据时间序列图像模型训练业务对象服务器预测结果可视化

[发明专利]时间序列预测方法、装置、计算机设备和可读存储介质-CN202111272040.8在审
发明人：谢龙飞 -专利权人：新智我来网络科技有限公司
申请日： 2021-10-29 - 公布日： 2022-01-28 - 主分类号： G06F30/27 文献下载
摘要：本公开的实施例提供了时间序列预测方法、装置、计算机设备和可读存储介质。该方法包括：分解目标设备运行操作的至少一个原始时间序列，得到目标设备运行的趋势项时间数据组和季节项时间数据组；利用趋势项时间数据组和季节项时间数据组进行联合学习训练，以得到设备运行的趋势项集合；基于目标时间序列和上述趋势项集合，从上述至少一个原始时间序列中选择原始时间序列作为目标原始时间序列，得到目标原始时间序列集合；基于上述目标时间序列和上述目标原始时间序列集合中每个目标原始时间序列的趋势项和季节项，确定目标日期的预测值。本公开基于目标原始时间序列确定目标日期的预测值可以综合多方数据，提升预测精准度。
时间序列预测方法装置计算机设备可读存储介质

[发明专利]一种基于ESMD和NNBR的日径流时间序列预测方法-CN202010304163.4在审
发明人：孙东永;张洪波;徐明珠;孔令魁;李杨津;李振欣;王琪 -专利权人：长安大学
申请日： 2020-04-17 - 公布日： 2020-08-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于ESMD和NNBR的日径流时间序列预测方法，包括：S1、采集历史实测日径流时间序列数据，通过历史实测日径流序列分解，得到子序列及日径流序列分解残差；S2、对于分解得到的子序列，均建立NNBR，通过NNBR进行日径流量预测；S3、通过ESMD算法对各子序列日径流量预测结果、日径流序列分解残差进行重构，获得日径流的预测序列。本发明将NNBR和ESMD相结合，通过对组成水文过程的不同分量进行分解‑预测‑重构，相对于单一NNBR模型，有效提高了对日径流时间序列的预测精度，能够根据日径流时间序列优化水库调度运行方式和水电站发电计划
一种基于 esmd nnbr 径流时间序列预测方法

[发明专利]一种考虑风电预测扰动的负荷频率控制方法及系统-CN202310372401.9在审
发明人：孙健;成晨阳;李华青;王慧维 -专利权人：西南大学
申请日： 2023-04-10 - 公布日： 2023-06-23 - 主分类号： H02J3/24 文献下载
摘要：本说明书实施例提供一种考虑风电预测扰动的负荷频率控制方法及系统，其中，所述方法包括获取工作于最大功率跟踪模式下的风力发电机组的当前扰动功率；计算所述工作于最大功率跟踪模式下的风力发电机组在预测时间范围的预测扰动序列；基于所述当前扰动功率及所述预测扰动序列，生成所述工作于最大功率跟踪模式下的风力发电机组在预测时间范围的扰动序列；基于所述扰动序列计算调频系统在所述预测时间范围的输出序列；基于所述调频系统在所述预测时间范围的输出序列，计算所述预测时间范围的控制序列；调频系统基于所述控制序列调整风电并网的负荷频率，具有有效地减小风电扰动下的系统频率偏移的优点。
一种考虑预测扰动负荷频率控制方法系统

[发明专利]一种风电功率预测方法、系统、设备和介质-CN202211020818.0在审
发明人：余阳;陈忠颖;梁志豪;黄佳允;欧韦宜;何娅 -专利权人：广东电网有限责任公司;广东电网有限责任公司肇庆供电局
申请日： 2022-08-24 - 公布日： 2022-11-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种风电功率预测方法、系统、设备和介质，通过当接收到原始风电功率时间序列时，采用变模态分解算法分解原始风电功率时间序列，得到多个模态分量，基于模态分量和对应的环境数据，构建样本集。采用样本集和自适应矩估计算法训练预设的初始预测模型，得到目标预测模型。当接收到待测风电功率时间序列时，对待测风电功率时间序列进行预处理，得到预测数据集，通过目标预测模型对预测数据集进行预测，得到待测风电功率时间序列对应的风电功率预测结果。使用目标预测模型进行预测，可有效解决网络收敛过慢和过拟合的问题，通过降低模态分量的混叠现象和端点效应对风电功率预测的影响，从而提高预测精度。
一种电功率预测方法系统设备介质

[发明专利]基于随机聚类的电力负荷层次时间序列预测方法-CN202311039969.5在审
发明人：黄红辉;侯健生;沃建栋;徐浩华;季克勤;王珂;叶宏;贺燕;王晓东;郭创新;邱剑;李晓波;盛晨;郭鸿健;朱锦程;王宁;朱君兴 -专利权人：国网浙江省电力有限公司金华供电公司;金华八达集团有限公司;浙江大学;浙江浙达能源科技有限公司
申请日： 2023-08-17 - 公布日： 2023-09-26 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了基于随机聚类的电力负荷层次时间序列预测方法，包括如下步骤：S1、获取地理层次结构中的电力区块对应的电力日负荷值，基于区块规划相似度对地理层次结构进行重构并获取电力负荷时间序列；S2、基于随机自适应搜索策略对电力负荷时间序列进行聚类得到若干电力负荷时间序列簇；S3、基于电力负荷时间序列簇建立地理层次、聚类层次统一的层次时间序列电力负荷预测模型；S4、基于三次指数平滑法构建基础预测模型，基于基础预测模型结合广义最小二乘法求解层次时间序列电力负荷预测模型得到电力负荷最优估计，方案可以有效消除数据偏差并减少参与运算的数据量，提高了负荷预测的速度和精度。
基于随机电力负荷层次时间序列预测方法