基于深度自注意力網(wǎng)絡的負荷預測方法及系統(tǒng)
基本信息
申請?zhí)?/td> | CN202110807996.7 | 申請日 | - |
公開(公告)號 | CN113379164A | 公開(公告)日 | 2021-09-10 |
申請公布號 | CN113379164A | 申請公布日 | 2021-09-10 |
分類號 | G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;G06N20/00(2019.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 田江;蘇大威;趙家慶;吳海偉;呂洋;趙奇;丁宏恩;俞瑜;趙慧 | 申請(專利權)人 | 國網(wǎng)江蘇省電力有限公司蘇州供電分公司 |
代理機構 | 北京智繪未來專利代理事務所(普通合伙) | 代理人 | 張紅蓮;王萍 |
地址 | 215004江蘇省蘇州市姑蘇區(qū)勞動路555號 | ||
法律狀態(tài) | - |
摘要
摘要 | 基于深度自注意力網(wǎng)絡的電力負荷預測方法及系統(tǒng),以樣本數(shù)據(jù)為輸入,以電力負荷預測值為輸出,包括自注意力編碼器、歷史分數(shù)計算單元、位置分數(shù)計算單元、位置編碼器、Query序列單元、空間注意力單元、時間注意力單元;基于深度學習和自注意力模型實現(xiàn)對電力系統(tǒng)中負荷變化趨勢和大小的準確預測。系統(tǒng)建立了用于預測的非自回歸的自注意力神經(jīng)網(wǎng)絡,克服傳統(tǒng)深度學習模型中的時滯和累計誤差問題,同時系統(tǒng)構建了多變量間的注意力學習機制,實現(xiàn)基于多變量聚合的時間序列預測,有效提高了預測精度。本發(fā)明能夠充分利用電網(wǎng)運行過程中采集的海量數(shù)據(jù),對系統(tǒng)負荷進行精確預測,為電網(wǎng)后續(xù)調度控制提供依據(jù)。 |
