一种基于云边端协同优化的源荷预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于云边端协同优化的源荷预测方法
申请号:
CN202510972630
申请日期:
2025-07-15
公开号:
CN121011987A
公开日期:
2025-11-25
类型:
发明专利
摘要
一种基于云边端协同优化的源荷预测方法,所述方法包括多源数据处理;轻量级模型训练;边端移植与增量学习;构建云‑边‑端三层协同架构。该方法通过云‑边‑端三层协同架构实现了大规模历史数据分析与实时增量预测的有效结合,在保证预测准确度的同时,大幅提升了实时性、可扩展性及资源利用效率,能够广泛应用于分布式电力系统调度、微电网管理及智能配电台区运维等多种场景,为电力系统的安全、稳定与高效运行提供了强有力的技术支撑。
技术关键词
模型更新
变分模态分解算法
滑动窗口
特征工程
微电网管理
气象
分布式电力
生成训练样本
节假日信息
终端设备
数据采集模块
索引
时间同步
数据中心
服务器
误差
超参数
电力系统
系统为您推荐了相关专利信息
1
用于两侧CSI预测的装置和方法
报告
标志位
电路
处理器
模型更新
2
一种太阳能产品的蓄电保护装置
光照
决策
样本
三维模型
电池板
3
一种基于数字孪生展示的渲染方法和系统
系统资源利用率
强化学习模型
网格
数字孪生
渲染方法
4
一种对于参与介质可微渲染的优化方法及系统
参数
蒙特卡洛方法
传输路径
雅可比矩阵
检测器
5
一种利用单锚点外置信源的融合定位建图方法
定位建图方法
点云地图
因子
激光雷达传感器
移动机器人设备