| 專(zhuān)利名稱(chēng) |
基于大數(shù)據(jù)的能源管理方法及系統(tǒng) |
| 申請(qǐng)?zhí)?專(zhuān)利號(hào) |
CN202410612759.9 |
專(zhuān)利權(quán)人（第一權(quán)利人） |
國(guó)網(wǎng)吉林省電力有限公司經(jīng)濟(jì)技術(shù)研究院 |
| 申請(qǐng)日 |
2024-05-17 |
授權(quán)日 |
2024-08-02 |
| 專(zhuān)利類(lèi)別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類(lèi) |
新一代信息技術(shù) |
| 技術(shù)主題 |
工程學(xué)|實(shí)時(shí)預(yù)測(cè)|神經(jīng)網(wǎng)絡(luò)|動(dòng)能|深度學(xué)習(xí)|特征向量|特征選擇|智能管理|特征融合|能源管理|大數(shù)據(jù)|多特征融合|循環(huán)神經(jīng)網(wǎng)絡(luò)|能源消耗 |
| 應(yīng)用領(lǐng)域 |
數(shù)據(jù)處理應(yīng)用|人造生命|神經(jīng)學(xué)習(xí)方法 |
| 意向價(jià)格 |
具體面議 |
| 專(zhuān)利概述 |
本發(fā)明提出了一種基于大數(shù)據(jù)的能源管理方法及系統(tǒng)，屬于智能管理技術(shù)領(lǐng)域。首先收集并處理多源異構(gòu)數(shù)據(jù)；其次使用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，得到特征向量；將特征向量與傳統(tǒng)統(tǒng)計(jì)特征進(jìn)行融合，得到綜合特征向量；然后將綜合特征向量輸入到能源消耗模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)值；最后將能源消耗模型進(jìn)行模型部署與實(shí)時(shí)預(yù)測(cè)。本發(fā)明通過(guò)特征選擇函數(shù)、遺傳特征函數(shù)以及結(jié)合注意力機(jī)制和編碼解碼器的深度學(xué)習(xí)模型，提高了特征的表達(dá)能力和模型的泛化能力；構(gòu)建的能源消耗預(yù)測(cè)模型結(jié)合了多特征融合、LSTM、門(mén)控殘差網(wǎng)絡(luò)、雙重注意力模塊，實(shí)現(xiàn)了模型的實(shí)時(shí)預(yù)測(cè)與動(dòng)態(tài)節(jié)能策略制定，顯著提升了能源使用的效率和經(jīng)濟(jì)性。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯(lián)系人 |
戚梅宇 |
聯(lián)系電話(huà) |
13074363281 |
