一种基于transformer模型的用户用电量预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于transformer模型的用电量预测方法,步骤如下:步骤(1):确定用于预测用电量的特征变量,包括静态变量、过去已知的动态时变变量和未来可推测的变量动态时不变变量;步骤(2):采用门控机制对输入的多个变量依据信息贡献度进行权重计算,以提高有用变量的利用率;步骤(3):采用稀疏注意力对输入数据进行特征提取;步骤(4):采用门控残差网络对数据集中的数据根据情况选择进行线性或者非线性处理;步骤(5):采用多头稀疏注意力构建解码器,依据输入特征对用电量数据进行预测。本发明提供的一种基于transformer的用电量预测方法,可以在输入端对训练数据中的不可靠数据进行抑制,对有用信息进行集中,可以在模型训练过程中动态调节信息的利用率,以此提高模型的训练效果,达到较好的用电量预测效果。
《一种基于transformer模型的用户用电量预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2021114117909,当前法律状态为已下证,由浙江工业大学提出申请,发明人为王鑫;宗珂;王霖;梁勇杰;闫昆鹏,申请日期为2021-11-25,公开(公告)日期为2024-05-03,国际专利分类号(IPC)为 G06Q 10/04 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于transformer模型的用电量预测方法,步骤如下:步骤(1):确定用于预测用电量的特征变量,包括静态变量、过去已知的动态时变变量和未来可推测的变量动态时不变变量;步骤(2):采用门控机制对输入的多个变量依据信息贡献度进行权重计算,以提高有用变量的利用率;步骤(3):采用稀疏注意力对输入数据进行特征提取;步骤(4):采用门控残差网络对数据集中的数据根据情况选择进行线性或者非线性处理;步骤(5):采用多头稀疏注意力构建解码器,依据输入特征对用电量数据进行预测。本发明提供的一种基于transformer的用电量预测方法,可以在输入端对训练数据中的不可靠数据进行抑制,对有用信息进行集中,可以在模型训练过程中动态调节信息的利用率,以此提高模型的训练效果,达到较好的用电量预测效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
