公开(公告)号：CN117439069A

公开(公告)日：2024-01-23

申请号：CN202311401832.X

申请日：2023-10-26

申请人： 北京中电普华信息技术有限公司

发明人： 杨冰 ,  李云 ,  江再玉 ,  熊根鑫 ,  张俊权 ,  石文娟 ,  殷柯 ,  程峰

IPC分类号： H02J3/00 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/084 ,  G06Q50/06 ,  G06N3/0499 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048

摘要： 本发明提供一种基于神经网络的电量预测方法，包括数据准备、网络结构设计、数据划分、网络训练、模型评估、预测应用6个主要步骤。有益的技术效果：本发明基于神经网络，可以通过强大的建模能力、特征自动提取、长期依赖建模以及多源数据融合等优势，有效地解决传统方法中的不足，并提升预测的准确性和效果。本发明能够很好地处理多源数据的融合，将不同类型的数据进行有效的整合。本发明还能够特征自动提取：神经网络能够自动学习数据中的特征表示，无需手动进行特征选择和构建。通过逐层的特征提取和抽象，神经网络可以从原始数据中学习到更高级别的特征表示，有效地克服了传统方法中特征工程的局限性。