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
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。