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
本发明公开了基于卷积网络的短期负荷预测方法、系统及存储介质，系统包括预测模块，用于将待测数据输入训练后的预测网络模型并得到预测的短期负荷需求。所述预测网络模型包括特征编码模块、时空特征表示学习模块和预测单元；特征编码模块包括并设的位置编码层、值编码层和时间编码层以及特征相加层。所述时空特征表示学习模块用于基于不同的卷积核实现特征学习，每个视图包括一维卷积层、因果卷积层、残差与正则化层、一维反卷积层和残差与正则化层；所述预测单元包括从前至后依次连接的Merge层、通道注意力模块、通道池化层和预测层
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117876149A
(43)申请公布日2024.04.12
(21)申请号202410038044.7
(22)申请日2024.01.11
(71)申请人安徽明生恒卓科技
文档评论（0）