[发明专利]一种基于深度学习的厂区能耗预测方法及系统在审
| 申请号： | 201811520824.6 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109784532A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 唐承佩;王善庆;胡鹏丽;李昌镐;谭杜康 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04 |
| 代理公司： | 广州恒华智信知识产权代理事务所(普通合伙) 44299 | 代理人： | 廖金燕 |
| 地址： | 510275 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深度学习的厂区能耗预测方法及系统，所述方法包括将厂区按功能划分为若干个厂区单元，对各厂区单元的若干个目标对象的电能参数数据进行采集，采集频率为3秒/次，对每个厂区单元采集数据进行预处理，依据预处理的数据，运用基于深度学习长短时记忆神经网络的电力负荷预测算法进行厂区能耗预测，该方法能效提高预测的准确度，达到精确预测厂区能耗的目的。 | ||
| 搜索关键词： | 厂区 能耗预测 预处理 电力负荷预测 记忆神经网络 采集频率 采集数据 电能参数 目标对象 准确度 预测 能效 算法 学习 能耗 采集 | ||
【主权项】：
1.一种基于深度学习的厂区能耗预测方法，其特征在于：所述方法包括如下步骤：步骤S1：将厂区按功能划分为若干个厂区单元；步骤S2：对各厂区单元的若干个目标对象的电能参数数据进行采集；步骤S3：对每个厂区单元采集的数据进行预处理；步骤S4：依据预处理的数据，运用深度学习算法进行厂区能耗预测。
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中山大学，未经中山大学许可，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/201811520824.6/，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
