文档名：基于Attention机制的CNNGRU配网线路重过载短期预测方法
摘要：随着用户用电需求增加,迎峰度夏期间配网线路重过载较严重,为电网运行增加安全隐患.实现配网线路重过载短期预测,对合理安排负荷高峰时期运行方式和调度管理以及线路的安全运行具有重要意义.文中提出一种基于注意力(Attention)机制的卷积神经网络(CNN)—门限循环单元神经网络(GRU)组合预测模型.结合高相关性时间段的历史线路负载率数据和气象因素作为输入特征,利用CNN处理多源数据并提取有效特征作为GRU的输入,再通过GRU对时序特征集进行分析预测,利用Attention机制对重要数据分配更多的注意力权重,实现配网线路负载率的回归预测,最后根据负载等级划分标准将负载率预测结果转化为负载等级.使用所提方法对上海市某区某10kV线路数据进行实验.实验结果表明,该预测方法比相同模型结构但以负载等级为输入的重过载分类预测,更适用于配网线路重过载预测.
作者：杨秀 胡钟毓 田英杰 谢海宁 陈文涛 Author：YANGXiu HUZhongyu TIANYingjie XIEHaining CHENWentao
作者单位：上海电力大学电气工程学院,上海200090国网上海市电力公司电力科学研究院,上海200080国网新疆电力有限公司电力科学研究院,新疆乌鲁木齐830002
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(1)
分类号：TM726
关键词：卷积神经网络 注意力机制 门限循环单元神经网络 配网线路 短期重过载预测
机标分类号：TP391TM715F223
在线出版日期：2023年4月18日
基金项目：国家自然科学基金，上海电力人工智能工程技术研究中心研究项目基于Attention机制的CNN-GRU配网线路重过载短期预测方法[
期刊论文] 电力科学与技术学报--2023, 38(1)杨秀 胡钟毓 田英杰 谢海宁 陈文涛随着用户用电需求增加,迎峰度夏期间配网线路重过载较严重,为电网运行增加安全隐患.实现配网线路重过载短期预测,对合理安排负荷高峰时期运行方式和调度管理以及线路的安全运行具有重要意义.文中提出一种基于注意力(Att...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Attention机制的CNN-GRU配网线路重过载短期预测方法 Short-term heavy overload forecasting method of distribution net line based on CNN-GRU with Attention mechanism
基于Attention机制的CNN-GRU配网线路重过载短期预测方法.pdf
- 文件大小:
- 1.07 MB
- 下载次数:
- 60
-
高速下载
|
|
