- 1、本文档共19页,其中可免费阅读18页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明涉及一种空调负荷预测方法、系统、电子设备及计算机存储介质,涉及电力需求响应领域,方法包括:获取历史空调负荷数据和历史影响因素数据;对所述历史空调负荷数据和所述历史影响因素数据利用皮尔森相关系数法进行因子分析,确定初始聚类中心和聚类数;根据所述初始聚类中心和所述聚类数利用权熵法进行K‑means聚类,得到加权欧氏距离和聚类结果;根据所述加权欧氏距离和所述聚类结果确定训练样本集;根据所述训练样本集利用金枪鱼群优化算法对LSTM神经网络进行训练,得到空调负荷预测模型;根据当前影响因素数据利用所述
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116468138 A
(43)申请公布日 2023.07.21
(21)申请号 202211552702.1 (74)专利代理机构 北京高沃律师事务所 11569
文档评论(0)