基于张量链的电网大数据多模态预测方法

摘要

为了优化大数据预测系统的准确率和运算耗时，在张量理论的基础上，提出了一种适用于电网领域的多模态预测方法。通过综合运用张量和马尔科夫理论，设计了一种具有较强适应性的多元多阶马尔科夫模型，以及无假设前提的马尔科夫转移方法。在此基础上，基于张量链理论的短期预测和长期预测算法，提出了具有较低计算复杂度的大数据多模态预测方法。相关仿真验证结果表明，与经典马尔科夫预测方法相比，基于张量链的多模态预测方法具有更高的预测准确率与更少的运算耗时。

关键词

大数据 / 张量链 / 主特征值 / 多模态预测 / 并行计算 / 马尔科夫模型 / 复杂度分析 / 预测准确度