申请/专利权人：浙江大学

申请日：2023-10-20

公开（公告）日：2024-07-02

公开（公告）号：CN117117860B

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/0637;G06Q50/06;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明公开了一种多频率时间模式渐进解缠的电力负载预测方法，包括：获取电力负载序列数据并进行预处理；设计多层分解‑重构‑分解树状网络对预处理后的电力负载序列数据进行多层分解和重构，采用形态学经验模态分解进行序列分解得到不同频率范围内的成分集合，基于成分集合分别构建考虑全局时间依赖性和局部时间依赖性的投影和动态掩码作为分支引导因子，基于分支引导因子进行分支重构，分支重构结果作为下一层序列分解的输入；引入自适应图卷积神经网络来建模最终不同频率范围内的成分之间的信息交互，得到交互序列表示；融合交互序列表示后进行电力负载预测，该方法能够提升电力负载预测的准确性。

主权项：1.一种多频率时间模式渐进解缠的电力负载预测方法，其特征在于，包括以下步骤：获取电力负载序列数据并进行预处理；设计多层分解-重构-分解树状网络对预处理后的电力负载序列数据进行多层分解和重构，其中，多层分解-重构-分解树状网络由前层的分解-重构模块和最后1层的形态学经验模态分解子模块，并以二叉树的结构组成，每层的分解-重构模块包括形态学经验模态分解子模块、分支引导生成子模块以及重构操作；在非最后一层的每层中，采用形态学经验模态分解进行序列分解得到不同频率范围内的成分集合，包括：形态学经验模态分解子模块将输入序列自适应地分解为由个成分组成的成分集合，其中表示第个成分，具体包括：单个成分计算过程：对于输入序列，通过膨胀和腐蚀算子分别计算并绘制出序列的上包络曲线和下包络曲线，对和求均值得到均值包络线，当符合相对公差准则时，将认定为第个成分，表示层索引，表示分解-重构模块索引；随后使用替代重复上述单个成分计算过程，计算下一个成分直至成分总数达到，当不符合相对公差准则时，则用替代重复上述单个成分计算过程，直到结果符合相对公差准则为止；基于成分集合分别构建考虑全局时间依赖性和局部时间依赖性的投影和动态掩码作为分支引导因子，基于分支引导因子进行分支重构，分支重构结果作为下一层序列分解的输入；在最后一层中，基于上一层的分支重构结果进行序列分解，得到不同频率范围内的最终成分集合；引入自适应图卷积神经网络来建模最终成分集合内成分之间的信息交互，得到交互序列表示，包括：在自适应图卷积神经网络中，每个成分会被看作一个节点，使用图学习来计算自适应邻接矩阵，并进行图卷积学习，用公式表示为： ； ； ； ；其中，表示不同频率范围内的最终成分集合，和表示两个参数不同的线性映射，表示节点嵌入，表示自适应邻接矩阵，表示激活操作，表示函数，表示图卷积权重，表示通过的线性变换得到结果，表示输出的图卷积结果；引入多图和残差连接策略得到交互序列表示，用公式表示为： ；其中，表示交互序列表示，表示拼接操作，表示中间结果的权重矩阵，表示输出的第张图卷积结果，表示图卷积总量；融合交互序列表示后进行电力负载预测。

全文数据：

权利要求：

百度查询： 浙江大学 一种多频率时间模式渐进解缠的电力负载预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD