-
公开(公告)号：CN117039868A
公开(公告)日：2023-11-10
申请号：CN202311004231.5
申请日：2023-08-10
Applicant: 浙江大学
IPC: H02J3/00 , G06Q50/06 , G06N3/0895 , G06N3/0464 , G06Q10/04
Abstract: 本发明公开了一种面向行业用户用电量预测的自监督表示学习方法和系统，属于负荷预测领域。本发明首先获取各行业用户日用电量、日峰用电量、日谷用电量构成用户日用电时间序列，通过编码器得到用户日用电时间序列的特征；再利用卷积神经网络输出用得到户日用电时间序列的对比学习表示；根据所述的用户日用电时间序列的时间信息和行业信息，划分正负样本，通过对比学习表示计算对比学习损失函数；通过神经网络线性层对用户日用电时间序列特征进行预测，得到用户日用电预测量，计算用户日用电预测量与用户日用电实际量的均方误差，得到预测损失函数；结合对比学习损失与预测损失得到模型训练的总损失。最终实现用户用电量的精准预测。
Search Results
1
records
(took 0.036 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
