系统日前短期负荷预测方法、装置、设备和可读存储介质.pdf
韶敏****ab
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
系统日前短期负荷预测方法、装置、设备和可读存储介质.pdf
本发明涉及一种系统日前短期负荷预测方法、装置、设备和可读存储介质,该方法包括:采集历史数据,并对历史数据进行预处理;利用预处理后的历史数据构建训练样本集;利用训练样本集对预先建立的XGBoost多目标回归模型进行训练,得到训练后的XGBoost多目标回归模型;生成预测样本特征;将预测样本特征输入至训练后的XGBoost多目标回归模型,得到预测的短期负荷。本申请提供的技术方案,不仅提高了模型训练、部署和预测的效率,还提高了短期负荷预测的精准度。
视线预测方法、装置、系统和可读存储介质.pdf
本申请涉及一种视线预测方法、装置、系统和可读存储介质。所述方法包括:获取待处理的目标眼睛图像;将所述目标眼睛图像输入预先训练的视线预测模型,输出所述目标眼睛图像的预测视线向量;其中,所述视线预测模型是基于眼睛渲染图像训练样本的重构损失和预测视线损失、以及眼睛真实图像训练样本的重构损失训练得到的;所述预测视线损失包括:所述眼睛渲染图像训练样本的预测视线向量和标注视线向量之间的损失,所述眼睛渲染图像训练样本的预测视线向量是从所述眼睛渲染图像训练样本的眼睛图像中提取眼睛特征并预测得到的。采用本方法能够实现渲染域
基于误差修正的负荷日前预测修正方法、设备和存储介质.pdf
基于误差修正的负荷日前预测修正方法、设备和存储介质,包括以下步骤:步骤1:基于历史负荷和历史气象数据,建立日前预测模型;步骤2:基于日前预测模型得到待预测日预测结果,保存待预测日预测结果和待预测日的实际负荷数据,累积多组的待预测日预测结果及对应的实际负荷数据;步骤3:利用的多组的待预测日预测结果及对应的实际负荷数据,采用粒子群算法进行修正算法的关键参数的整定;步骤4:在待预测日当日的修正时段内,定期基于日前预测负荷值、实际负荷值和修正启动偏差门槛值door检查是否满足修正条件,当满足修正条件时启动修正,通
机器负荷预测方法、装置、电子设备及可读存储介质.pdf
本申请提供一种机器负荷预测方法、装置、电子设备及可读存储介质,涉及计算机技术领域。该方法通过获取机器在目标预测时段对应的相似负荷序列以及目标预测时段之前的第四负荷序列,将其输入到机器学习模型,以提高模型预测精度。该相似负荷序列在时间上、数值上和分布趋势上,与待预测序列存在较大的相似性,能够体现负荷变化的规律性和周期性,将其作为模型的输入,模型能够自适应学习、提取出负荷变化的相似性规律,进而预测得到更准确的负荷序列。
电力市场短期电力负荷的预测方法、系统、设备和介质.pdf
本发明属于电力领域,具体涉及电力市场短期电力负荷的预测方法、系统、设备和介质。本发明的方法通过建立日期、气象和负荷三类日特征量的隶属度值映射数据库,并通过同类型特征量的模糊运算构造相关因素变量,综合考虑多重因素对电力负荷的影响,提升了短期电力负荷预测的准确性。应用经验模态分解算法分解电量数据,并对模态分量进行模糊熵计算,根据模糊熵计算结果,将模态分量和残余分量构造为高频分量、中频分量和低频分量三个新的序列分量,便于后续模型的建立和数据的预估。基于相关因素变量和高频分量、中频分量分别建立最小二乘预测模型,基