一种基于深度学习的相同模式能耗大数据预测方法
基本信息
| 申请号 | CN202111566834.5 | 申请日 | - |
| 公开（公告）号 | CN113935557A | 公开（公告）日 | 2022-01-14 |
| 申请公布号 | CN113935557A | 申请公布日 | 2022-01-14 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/06（2012.01）I;G06F16/215（2019.01）I;G06F16/2458（2019.01）I;G06F16/28（2019.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨志祥;刘鑫;程佳斌;郭朝霞;范俊甫;许雷;皮辉;蔡烨彬;谢倩 | 申请（专利权）人 | 中船凌久高科（武汉）有限公司 |
| 代理机构 | 武汉泰山北斗专利代理事务所（特殊普通合伙） | 代理人 | 董佳佳 |
| 地址 | 430000湖北省武汉市洪山区关山街珞瑜路718号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明适用于人工智能和大数据技术领域，提供一种基于深度学习的相同模式能耗大数据预测方法，包括有效样本选择步骤、有效属性选择步骤、相同模式选择步骤以及预测步骤，各步骤过程算法简单、易于理解和实施，通过三轮样本数据处理，从亿级能耗原始数据经过有效筛选后缩小为千万级，然后通过敏感因素属性筛选后进一步降为百万级样本集，最后通过能耗模式选择形成多个能耗模式的十万级样本，形成最优的深度学习预测样本，实现数据规模与算法适用性的匹配度，从而保证能够有效提高预测的时间效率和预测精度。 |
