买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司营销服务中心

摘要：一种基于SA‑TCN模型的短期可调节负荷预测方法及系统，包括采集可调节负荷功率历史数据并进行预处理，得到历史可调节负荷功率序列；对预处理后的历史可调节功率序列进行划分，分别得到横向、纵向可调节负荷功率矩阵；针对横向、纵向可调节负荷功率矩阵，分别使用基于SA‑TCN预测模型，得出横向、纵向待预测的可调节负荷功率数据与输入序列的映射关系，分别输出预测结果；运用全连接层融合横向、纵向预测结果，得到最终的可调节负荷功率预测结果，本发明能够减少可调节负荷功率预测误差，提高预测结果的精度和稳定性。

主权项：1.基于SA-TCN模型的短期可调节负荷预测方法，其特征在于，包括以下步骤：步骤1，采集可调节负荷功率历史数据并进行预处理，得到历史可调节负荷功率序列；步骤2，对预处理后的历史可调节功率序列进行划分，分别得到横向、纵向可调节负荷功率矩阵；在步骤2中，基于待预测日前的可调节负荷数据构建纵向可调节负荷功率矩阵，对历史可调节负荷功率序列进行相似度排序，选取相似度较高的样本日作为待预测日的相似日集合，根据选取出来的相似日集合，构建横向可调节负荷功率矩阵；步骤2包括：步骤2.1，选取待预测日前30天的可调节负荷数据，构建96×30的纵向可调节负荷功率数据矩阵Pvertical： Pi'＝[P’i,1···P’i,j···P’i,30],j＝1,2,3,···,30其中，Pi'为第i时刻点30天的历史负荷值构成的向量矩阵；P’i,j为第j天的第i个时刻点的负荷值；步骤2.2，对历史可调节负荷功率序列进行相似度排序，选取m个相似度较高的样本日作为待预测日的相似日集合；步骤2.3，根据选取出来的相似日集合，构建m×96横向可调节负荷功率矩阵Phorizontal，如下式所示： Pa'＝[P’a,1···P’a,b···P’a,96],b＝1,2,3,···,96式中，Pa'为m个相似日内的96个时刻点的历史负荷值构成的向量矩阵；P’a,b为第a个相似日在第b个时刻点的负荷值；步骤3，基于SA-TCN预测模型，计算横向、纵向可调节负荷功率矩阵的自注意力机制输出矩阵，并输出待预测日的纵向、横向负荷预测结果；步骤4，运用全连接层融合横向、纵向预测结果，得到最终的可调节负荷功率预测结果，如下式所示： 其中，α为全连接层融合后的线性化输出，R为全连接层的权值矩阵，F为全连接层的偏置矩阵，为待预测日的纵向负荷预测结果，为待预测日的横向负荷预测结果。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司营销服务中心 基于SA-TCN模型的短期可调节负荷预测方法及系统