公开(公告)号：CN116011657B

公开(公告)日：2023-06-27

申请号：CN202310043210.8

申请日：2023-01-29

Applicant: 上海交通大学

Inventor： 李亦言 ,  严正 ,  谢伟 ,  徐潇源 ,  方陈 ,  柳劲松 ,  刘舒 ,  张彦芝

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N20/00 ,  H02J3/00

Abstract: 本发明涉及态势感知技术领域，具体为基于微型PMU的配电网负荷预测模型优选方法、装置及系统。该方法获取样本负荷预测任务的任务数据和样本负荷预测任务的特征集F；根据样本负荷预测任务的任务数据对多个负荷预测模型进行训练，且基于均方根误差获取解决每个样本负荷预测任务的对应的最优负荷预测模型，构成最优负荷预测模型集Φ；将特征集F与最优负荷预测模型集Φ共同构成元数据 ；利用元数据 对分别多个元学习器进行训练，获得多个训练后的元学习器；利用多个训练后的元学习器分别对负荷预测任务特征集进行处理，获得多个模型推荐结果数据将多个模型推荐结果数据通过投票器，获得单一模型推荐结果数据

公开(公告)号：CN116011657A

公开(公告)日：2023-04-25

申请号：CN202310043210.8

申请日：2023-01-29

Applicant: 上海交通大学

Inventor： 李亦言 ,  严正 ,  谢伟 ,  徐潇源 ,  方陈 ,  柳劲松 ,  刘舒 ,  张彦芝

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N20/00 ,  H02J3/00

Abstract: 本发明涉及态势感知技术领域，具体为基于微型PMU的配电网负荷预测模型优选方法、装置及系统。该方法获取样本负荷预测任务的任务数据和样本负荷预测任务的特征集F；根据样本负荷预测任务的任务数据对多个负荷预测模型进行训练，且基于均方根误差获取解决每个样本负荷预测任务的对应的最优负荷预测模型，构成最优负荷预测模型集Φ；将特征集F与最优负荷预测模型集Φ共同构成元数据 ；利用元数据 对分别多个元学习器进行训练，获得多个训练后的元学习器；利用多个训练后的元学习器分别对负荷预测任务特征集进行处理，获得多个模型推荐结果数据将多个模型推荐结果数据通过投票器，获得单一模型推荐结果数据