申请/专利权人：西安电子科技大学

申请日：2024-01-16

公开（公告）日：2024-04-02

公开（公告）号：CN117807460A

主分类号：G06F18/23

分类号：G06F18/23;G06Q50/06;H02J3/00;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于注意力机制聚类模式的短期电力负荷预测方法及装置，涉及电力系统负荷预测技术领域，该方法包括：获取初始数据集；利用负荷类别预测模型对电力负荷类别进行预测，得到待预测日的负荷类别预测值；计算预测值在各负荷类别对应的概率；将已知采样点数据输入至训练好的负荷值预测模型中，得到对应的多个负荷预测值，并进行加权计算，得到待预测点的负荷预测值；循环直至对所有待预测点完成预测，得到待测日的负荷预测值集合；解决了现有技术中对负荷数据复杂性方面考虑不足，使用单一模型预测精度较差的问题，实现了将负荷分为不同的类别，建立不同负荷数据对应的预测模型，提升短期电力负荷预测的精度。

主权项：1.一种基于注意力机制聚类模式的短期电力负荷预测方法，其特征在于，包括：S101，获取初始数据集、训练好的负荷类别预测模型和个负荷值预测模型；其中所述初始数据集包括：多天特征数据平均值和负荷标签；S102，将所述特征数据平均值和所述负荷标签输入至所述训练好的负荷类别预测模型中，对负荷类别进行预测，得到待预测日的负荷类别预测值；S103，分别计算所述待预测日的负荷类别预测值属于个负荷类别标签中的每个负荷类别标签的概率，得到待预测日的负荷类别预测值对应的概率；其中，多个所述概率之和为1；S104，将已知采样点数据输入至训练好的个负荷值预测模型中，得到对应的个负荷预测值；其中，所述已知采样点数据包括：电力负荷、特征数据；S105，利用所述个负荷预测值和对应所述概率进行加权计算，得到待预测点的负荷预测值；S106，确定下一个待预测点，并更新当前预测点的真实值，再执行S104至S105对下个待预测点进行预测，得到下一个待预测点的负荷预测值，直至对所有待预测点完成预测，得到待测日的负荷预测值集合。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于注意力机制聚类模式的短期电力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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD