[发明专利]一种基于Attention-GRU的短期住宅负荷预测方法有效
| 申请号： | 201910703915.1 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN110619420B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 张少峰;刘义;杨超;蒋丽;谢胜利 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杜鹏飞 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Attention‑GRU的短期住宅负荷预测方法，包括下述步骤：数据预处理；使用深度学习模型进行负载预测的第一步是以适当的格式准备数据，并使用基于密度的噪声应用空间聚类(DBSCAN)技术，来评估日常功率分布的一致性；在次步骤中，构建训练集和测试集；本发明将人工智能在自然语言处理的两种算法结合构建出短期住宅负荷预测模型，该模型用GRU算法不仅仅克服传统智能预测算法递归神经网络的不足，也解决了RNN的决梯度爆炸和梯度消失问题；用Attention层的作用是将模型学习到的特征权重赋予下一个时间步长中的输入向量，突出关键特征对预测负荷的影响。 | ||
| 搜索关键词： | 一种 基于 attention gru 短期 住宅 负荷 预测 方法 | ||
【主权项】：
1.一种基于Attention-GRU的短期住宅负荷预测方法，其特征在于，包括下述步骤：/n步骤一，数据预处理；/n使用深度学习模型进行负荷预测的第一步是准备数据，并使用基于密度的噪声应用空间聚类(DBSCAN)技术，来评估日常功率分布的一致性；在次步骤中，构建训练集和测试集；/n对于数据集和测试集的每个元素有两个部分，即矩阵X和矩阵Y；矩阵X是门控递归神经网络的输入，矩阵Y是门控递归神经网络的输出；矩阵X由四部分组成[E,I,D,H]：/n(1)过去K个时间步长的能量消耗序列E＝{e
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广东工业大学，未经广东工业大学许可，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/201910703915.1/，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
