发明公开
- 专利标题: 一种电力时间序列数据特征提取方法、系统、设备和介质
-
申请号: CN202211121970.8申请日: 2022-09-15
-
公开(公告)号: CN115640510A公开(公告)日: 2023-01-24
- 发明人: 林晶怡 , 李昊 , 周超 , 李文 , 张静 , 高凡 , 张思瑞 , 李斌 , 刘畅 , 穆卓文 , 蒋利民 , 屈博 , 成岭 , 李春红 , 周玉
- 申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
- 申请人地址: 北京市海淀区清河小营东路15号; ;
- 专利权人: 中国电力科学研究院有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人: 中国电力科学研究院有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人地址: 北京市海淀区清河小营东路15号; ;
- 代理机构: 北京安博达知识产权代理有限公司
- 代理商 徐国文
- 主分类号: G06F18/213
- IPC分类号: G06F18/213 ; G06F18/214 ; G06F18/241 ; G06N3/0455 ; G06F123/02
摘要:
本发明提供了一种电力时间序列数据特征提取方法、系统、设备和介质,包括:采集待处理的含社会信息的电力时间序列数据;将待处理的含社会信息的电力时间序列数据输入至预先训练好的特征提取模型进行特征降维,得到特征向量;特征提取模型是以多个含社会信息的历史电力时间序列数据作为训练数据,以多个含社会信息的历史电力时间序列数据的特征向量为输出进行训练得到的;本发明利用特征提取模型对包含社会信息的电力时间序列数据进行特征降维,得到特征向量,再用任意时间序列预测网络对特征向量进行预测,实现在电力时间序列数据特征预测时不受社会信息的影响,进而减小预测网络的压力,提高预测网络的适用性。