基于数据融合和深度学习的能源需求预测系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于数据融合和深度学习的能源需求预测系统及方法
申请号:CN202510290956
申请日期:2025-03-12
公开号:CN120278427A
公开日期:2025-07-08
类型:发明专利
摘要
本申请提供了一种基于数据融合和深度学习的能源需求预测系统及方法,根据本申请的系统包括:数据模块,用于采集多源能源数据并进行预处理;融合模块,用于对处理后的当前多源能源数据进行数据融合;初始预测模型构建模块,用于将处理后的历史多源能源数据和融合后的多源能源数据输入至深度学习模型中进行训练,得到训练好的初始预测模型;突发事件量化模块,用于基于历史突发事件数据构建突发事件影响量化模型;嵌入模块,用于将突发事件影响量化模型嵌入至初始预测模型中,得到最终的能源需求预测模型;预测结果输出与解释模块,用于将新的能源数据输入至能源需求预测模型,生成对应的预测结果,并对预测结果进行解释和可视化展示。
技术关键词
需求预测模型 突发事件数据 能源需求预测方法 需求预测系统 数据模块 数据关系模型 贝叶斯网络模型 深度学习模型 卡尔曼滤波算法 融合策略 机器学习算法 可读存储介质 处理器 存储器 计算机
系统为您推荐了相关专利信息
充放电智能 区域配电网 调度管理系统 节点 需求预测模型
需求预测模型 需求预测方法 序列特征 因子 时间段
大语言模型 摘要 阶段 样本 语句
抽水蓄能电厂 出力优化方法 经济调度模型 系统备用容量 抽水蓄能机组
需求预测模型 水资源优化调度 水利设施 数字孪生 三维仿真模型