原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多任务学习的电力负荷预测方法、系统、设备及介质，获取天气相关数据、水电站运行参数数据，并对获取的数据进行处理；将处理后的数据输入第一神经网络模型进行处理，提取数据中的特征信息；将提取的数据特征信息输入基于动态细粒度共享网络的第二神经网络模型，对水电站在丰水期、枯水期的电力负荷进行预测。采用基于多头注意力机制的LSTM预测模型实现对电力负荷数据中数据特征的充分提取和挖掘，以提高模型预测的准确性；同时，采用动态细粒度共享网络对特殊情况下的任务进行针对性的处理，在进一步提高了预测结
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117335389A
(43)申请公布日2024.01.02
(21)申请号202311216421.3G06N3/0442(2023.01)
文档评论（0）