申请/专利权人:中国科学院深圳先进技术研究院
申请日:2022-06-17
公开(公告)日:2022-09-20
公开(公告)号:CN115080795A
主分类号:G06F16/901
分类号:G06F16/901;G06F17/16;G06N3/04;G06N3/08;G06Q10/04;G06Q50/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明涉及电力负荷预测领域,具体涉及一种多充电站协同负荷预测方法及装置。该方法及装置首先挖掘多充电站的负荷时空信息中的间隐式关联并将多充电站的负荷时空信息生成多充电站图式结构,将离散的负荷序列数据转化为图数据,进行多充电站的协同负荷预测,解决了传统负荷预测模型只能预测单个充电站负荷变化的缺点。其次提取多充电站的负荷时空信息及多充电站图式结构中的时空特征,使用提取出的时空特征对多充电站图式结构进行迭代图结构学习,从而提取更准确全面的时空特征。最后构建联合损失函数,对多充电站图式结构构建及时空特征提取进程进行联合训练,完成端到端的负荷预测,提高模型训练及预测效率。
主权项:1.一种多充电站协同负荷预测方法,其特征在于,包括以下步骤:挖掘多充电站的负荷时空信息中的隐式关联并生成多充电站显式图式结构;基于多充电站图式结构提取多充电站的负荷时空信息中的时空特征,使用提取出的时空特征对多充电站图式结构进行迭代图结构学习;构建联合损失函数,对多充电站图式结构构建及时空特征提取进程进行联合训练。
全文数据:
权利要求:
百度查询: 中国科学院深圳先进技术研究院 一种多充电站协同负荷预测方法及装置
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。