[发明专利]一种基于FAF-LSTM深度神经网络的居民负荷预测方法及系统在审
| 申请号： | 202010132440.8 | 申请日： | 2020-02-29 |
| 公开（公告）号： | CN111340300A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 夏飞;柴闵康;张传林;龚春阳 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04;G06N3/08;G06Q50/06 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 吴肖敏 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 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FAF‑LSTM深度神经网络的居民负荷预测方法及系统，包括，构建基于融合激活函数的LSTM深度神经网络；对构建的LSTM深度神经网络进行训练；输出训练后的LSTM深度神经网络；采集待测负荷数据；将待测数据输入训练后的LSTM深度神经网络进行预测；LSTM深度神经网络输出预测结果。本发明的有益效果：通过对LSTM人工神经网络深度学习预测模型进行改进，提高了电力负荷预测的准确性，且更能够满足工程应用的要求。 | ||
| 搜索关键词： | 一种 基于 faf lstm 深度 神经网络 居民 负荷 预测 方法 系统 | ||
【主权项】：
暂无信息
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上海电力大学，未经上海电力大学许可，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/202010132440.8/，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
