公开(公告)号：CN118839816A

公开(公告)日：2024-10-25

申请号：CN202410955742.3

申请日：2024-07-17

Applicant: 东北电力大学 ,  国网吉林省电力有限公司吉林供电公司

Inventor： 张薇 ,  蔡屹 ,  刘赟静 ,  王光璞 ,  关潇卓 ,  李乔松 ,  付饶

IPC: G06Q10/04 ,  G06Q10/0635 ,  G06Q10/0631 ,  G06Q50/06 ,  G06F18/211 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于MTL‑NNGP模型的综合能源系统多元负荷预测方法，包括：获取综合能源系统中的冷却、加热和电力负荷数据，并结合气象数据，构建训练数据集；利用所述训练数据集进行MTL‑NNGP模型训练，在模型训练过程中，通过梯度下降法最小化损失函数，获得优化后的MTL‑NNGP模型；所述MTL‑NNGP模型结合多任务学习与神经网络高斯过程；将待测综合能源系统中的负荷数据输入优化后的MTL‑NNGP模型，获得预测结果。该方法通过深度整合负荷特性分析、MTL‑NNGP模型构建与优化训练过程，有效提升了模型训练的计算效率和泛化能力，进而提高了预测的准确性与稳定性，实现了综合能源系统的优化负荷管理与调度。