3人投标
收藏
已收藏
￥{[getMoney(15000)]}～{[getMoney(25000)]}
预算
30
天计划工期
{[ job.pattern_id != 9 ? '项目详情' : '职位详情']}
1、 负荷预测算法实现：包括时间序列模型、支持向量机、神经网络模型等常用常规算法的编码实现。
负荷预测算法的实现需进行相应的业务流程才能进行完成预测，其中包括：
1）数据对接：即需要对完成相应负荷预测的底层数据进行获取，需要通过跟气象接口（内网API）及相应的用电用户做数据（内网API）对接，通过数据接口获得对应温度、相对湿度、降水量、及用户历史的负荷等数据。
2）数据清洗：对获取的数据进行检查数据一致性，处理无效值和缺失值等。
3）模型训练：根据相应的气象数据、用户负荷数据对相应的算法模型进行训练。
4）算法封装：根据相应的模型训练结果对负荷预测相应的预测算法进行封装。
另外负荷预测不仅要完成代码的封装，发包方相关项目需要时，可以直接调用。同时要保证负荷预测的转去了必须在95%以上，且首保方提供源代码及编译好的文件。
2、含以下功能模块，但不限于：
1）数据管理：
负荷数据：分不同行业对相应用户负荷数据进行监测管理，包括其历史负荷数据。
气象数据：对不同地区的气象数据进行管理，包括气温、相对湿度、降水量等数据
2）负荷预测
模型训练：对各种预测算法，包括时间序列模型、支持向量、神经网络模型等进行调参。
负荷预测：根据训练的模型进行日前电力负荷预测或日内负荷预测。
参数化预测：
该模块将提供便捷的GUI，供用户配置，并完成预测。外界环境参数可对接气象API自动采集。
数据可视化：
历史数据可视化，预测数据可视化。将数据图形化，方便分析查看。
{[modal.title]}
{[modal.content]}
请选择原因：
{[questionErr]}