-
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
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。