基于充分增量学习的能耗预测方法

摘要

本发明公开了一种基于充分增量学习的能耗预测方法，包含以下内容：对能耗数据的多维参数进行整理，提取不同轮毂的型号并用于加权核主成分分析法对样本进行有效特征提取；然后对数据分组后通过在每一轮增量学习的过程中计算并判断相似度值，按照相似度值的不同程度进行多轮增量学习，同时不断动态调整判断阈值、数据样本及权重值；最后使用误差反向传播神经网络进行能耗预测，并使用均方根误差RMSE值对预测结果进行评价。本发明验证了预测方法的有效性，最终得到的RMSE值低至0.000112，相对于其他对比方法效果最优。