技術(shù)編號(hào)：40465863
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明屬于電力系統(tǒng)下的負(fù)荷預(yù)測(cè)領(lǐng)域，具體涉及基于改進(jìn)特征處理的混合模型居民臺(tái)區(qū)負(fù)荷預(yù)測(cè)方法。背景技術(shù)、沙貓群優(yōu)化算法(sand?cat?swarm?optimization，scso)是由amir?seyyedabbasi和farzad?kiani于年提出的一種新的元啟發(fā)式算法。沙貓群優(yōu)化模擬了沙貓的兩個(gè)主要行為：搜尋獵物和攻擊獵物。、多頭注意力機(jī)制(multi-head?attention，mha)的核心思想是將輸入序列拆分成多個(gè)子序列，然后對(duì)每個(gè)子序列進(jìn)行獨(dú)立的注意力計(jì)算，最后將...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。