基本信息:
- 专利标题： 基于大语言模型的电力负荷预测方法
- 申请号：CN202311631190.2 申请日：2023-12-01
- 公开(公告)号：CN117634740A 公开(公告)日：2024-03-01
- 发明人： 马永 , 雷霆 , 张靖 , 唐轶轩 , 郭洋 , 路宇 , 许冬 , 赵煜阳 , 王俊 , 董夏磊
- 申请人： 国网安徽省电力有限公司信息通信分公司
- 申请人地址： 安徽省合肥市包河区黄山路9号
- 专利权人： 国网安徽省电力有限公司信息通信分公司
- 当前专利权人： 国网安徽省电力有限公司信息通信分公司
- 当前专利权人地址： 安徽省合肥市包河区黄山路9号
- 代理机构： 南京正联知识产权代理有限公司
- 代理人： 杭行
- 主分类号： G06Q10/063
- IPC分类号： G06Q10/063 ; G06Q50/06 ; G06N3/09 ; G06F18/15 ; G06F18/25
摘要：
本发明属于电力负荷预测技术领域和计算机中自然语言处理领域，公开了一种基于大语言模型的电力负荷预测方法，利用大语言模型强大的自然语言能力和丰富的预训练知识，结合具体场景下的电力负荷相关数据，实现对电力负荷的准确预测，该方法通过提示词模板将结构化的、包含多影响因素的电力负荷数据转化为相应的文本描述，再通过有监督的高效微调方法，使大语言模型基于文本学习电力负荷预测场景下的数据知识，在预测阶段，用户用自然语言将影响因素告知大语言模型，模型即可给出电力负荷预测结果。本发明具有更高的预测准确率，且无需复杂的数据预处理。