文档名：基于高速公路神经网络和注意力机制的短期负荷预测方法
摘要：有效的电力负荷预测为智能电网发展建设提供依据,为提高短期负荷预测精度,本文综合考虑用电负荷和实时天气影响因素,提出一种基于人工智能高速公路神经网络(highwayneuralnetwork,HNN)和注意力机制(attentionmechanism,Attention)的短期负荷预测方法.该方法采用Pearson相关性分析、主成分分析法以及K-means聚类完成输入序列的特征挖掘,并依据聚类结果将运行日分为3类.接着,针对现有模型可能存在的训练困难和预测效率低下等问题,对每类运行日分别建立Attention-HNN模型.该模型将能够给输入序列分配动态权重的Attention与能够选择性传递信息的HNN结合起来,可有效突出关键特征并优化预测效果.最后,通过山东省某地区实例验证并与不同方法进行对比,本文提出的Attention-HNN方法具有更好的预测效果,可有效降低预测误差.
作者：王涛 朱海南 李丰硕 王娟娟 张金金 吴俊勇 Author：WANGTao ZHUHainan LIFengshuo WANGJuanjuan ZHANGJinjin WUJunyong
作者单位：国网山东省电力公司潍坊供电公司,山东潍坊261012北京交通大学电气工程学院,北京100044
刊名：电力电容器与无功补偿
Journal：PowerCapacitor&ReactivePowerCompensation
年，卷(期)：2023, 44(4)
分类号：
关键词：负荷预测 高速公路神经网络 注意力机制 聚类 天气因素
Keywords：loadforecast highwayneuralnetwork attention-mechanism clustering weatherfactors
机标分类号：
在线出版日期：2023年9月5日
基金项目：国网山东省电力公司科技项目基于高速公路神经网络和注意力机制的短期负荷预测方法[
期刊论文] 电力电容器与无功补偿--2023, 44(4)王涛 朱海南 李丰硕 王娟娟 张金金 吴俊勇有效的电力负荷预测为智能电网发展建设提供依据,为提高短期负荷预测精度,本文综合考虑用电负荷和实时天气影响因素,提出一种基于人工智能高速公路神经网络(highwayneuralnetwork,HNN)和注意力机制(attentionmechani...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于高速公路神经网络和注意力机制的短期负荷预测方法 Short-term Load Forecast Method Based on Highway Neural Network and Attention Mechanism
基于高速公路神经网络和注意力机制的短期负荷预测方法.pdf
- 文件大小:
- 1.83 MB
- 下载次数:
- 60
-
高速下载
|
|
