一种基于深度学习与多源信息融合的饱和负荷空间分布精准预测方法

摘要

本发明公开了一种基于深度学习与多源信息融合的饱和负荷空间分布精准预测方法，包括步骤：获取已知饱和负荷密度的元胞特征与饱和负荷密度，得到负荷元胞样本库；分析空间负荷元胞多源信息的属性，进行待测元胞的数据预处理；将用地性质分别代入到负荷元胞样本库数据和待测元胞的数据中；采用深度学习算法中的基于栈式降噪的自编码器，选择适当的激活函数，对数据进行网络训练及多属性特征提取；输入到回归器内进行负荷的特征提取与负荷预测。本发明提出的基于深度学习与多源信息融合的饱和负荷空间分布精准预测方法，具有一定的可行性与有效性，在进行空间负荷预测时较传统的算法提取性能更优。