成果名称：	深度学习负荷预测方法、装置及终端设备	关键字：		应用行业：
高新技术领域：		所在地：		知识产权类型：	发明专利
知识产权编号：	ZL201910527965	成果体现形式：		成果属性：
成果所处阶段：		成果水平：	国内领先	研究形式：
学科分类：		战略新兴产业：		课题来源：
第一完成单位名称：	华北电力大学（保定）	第一完成单位属性：		技术成熟度：
合作方式：	专利许可	交易价格(万)：	3.00	所属十强产业：

本发明适用于数据预测技术领域，提供了一种深度学习负荷预测方法、装置及终端设备。所述深度学习负荷预测方法包括：利用第一预设移动时间窗将预测区间划分为多个第一子预测区间，以及将历史负荷数据划分为多个第一子负荷训练数据，其中所述历史负荷数据的长度与所述预测区间的长度对应；利用所述多个第一子负荷训练数据训练所述多个第一子预测区间的深度学习预测模型，并获得每个子预测区间的负荷预测值；根据各个子预测区间的预测值确定最终预测值。上述深度学习负荷预测方法通过调整切分预测区间的细粒度及选择适当的历史负荷数据，适用于不同时长的负荷预测，而且获得的预测值更加精确可靠。