龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于注意力时间序列分解的多任务短期电力负荷预测方法，首先将来自不同区域的历史电力负荷转化为相应的时空图表示，然后将时空图表示分解为趋势分量、季节性分量和残差分量，并对分解得到的各分量进行加权处理，将加权处理后的各个分量拼接为加权电力负荷数据，再通过门控时间卷积对加权电力负荷数据进行时间特征捕获，最后通过多任务图卷积，提取非欧几里得空间特征兵进行线性变换，得到预测结果。本发明使用注意力机制对通过STL从电力负荷数据中分解出的分量进行加权处理，以帮助模型专注于更重要的分量，从而更有效地捕获时间特征。将电力负荷数据划分为不同的蔟来进行多任务学习，增强模型的泛化能力。
主权项：1.一种基于注意力时间序列分解的多任务短期电力负荷预测方法，其特征在于，所述基于注意力时间序列分解的多任务短期电力负荷预测方法，包括：构建并训练预测网络模型，所述预测网络模型包括时空嵌入模块、注意力时间序列分解模块、门控时间卷积模块和多任务图卷积模块；在时空嵌入模块中通过时空嵌入，将来自不同区域的历史电力负荷转化为相应的时空图表示；在注意力时间序列分解模块中，将时空图表示分解为趋势分量、季节性分量和残差分量，并对分解得到的各分量进行加权处理，将加权处理后的各个分量拼接为加权电力负荷数据；在门控时间卷积模块中，对加权电力负荷数据进行时间特征捕获，得到包含时间特征的特征表达；将包含时间特征的特征表达输入多任务图卷积模块中，基于可学习邻接矩阵的图卷积网络来提取非欧几里得空间特征，得到包含空间特征的特征表达，然后对包含空间特征的特征表达进行线性变换，得到预测结果。
全文数据：
权利要求：
百度查询： 浙江财经大学 杭州半云科技有限公司 基于注意力时间序列分解的多任务短期电力负荷预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号