申请/专利权人:国网山东省电力公司菏泽供电公司;国家电网有限公司
申请日:2021-07-20
公开(公告)日:2024-04-05
公开(公告)号:CN113762591B
主分类号:H02J3/00
分类号:H02J3/00;G06Q50/06;G06N3/0442;G06N3/045;G06N3/0475;G06N3/084;G06N3/094;G06N20/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.05#授权;2021.12.24#实质审查的生效;2021.12.07#公开
摘要:本发明公开了一种基于GRU和多核SVM对抗学习的用户短期电量预测方法及系统,所述方法包括:获取待预测用户的历史用电数据和当前用电相关数据;采用预训练的用户短期电量预测模型进行用电量预测,其中,所述用户短期电量预测模型训练方法包括:基于历史用电数据和用电相关数据,提取影响因素特征及其权重;基于影响因素特征及其权重,对双向GRU和多头注意力机制构建的生成器进行训练,输出用户用电量状态预测向量;将用户用电量综合向量和真实数据作为输入,基于多核SVM判别器的判别结果对生成器进行参数更新,得到用户短期电量预测模型。本发明通过生成器和判别器的相互博弈学习提高预测性能,提高了电量预测的准确度。
主权项:1.一种基于GRU和多核SVM对抗学习的用户短期电量预测方法,其特征在于,包括以下步骤:获取待预测用户的历史用电数据和当前用电相关数据;采用预训练的用户短期电量预测模型进行用电量预测,其中,所述用户短期电量预测模型训练方法包括:基于历史用电数据和用电相关数据,提取影响因素特征及其权重;基于影响因素特征及其权重,对双向GRU和多头注意力机制构建的生成器进行训练,输出用户用电量状态预测向量;对双向GRU和多头注意力机制构建的生成器进行训练包括:基于影响因素特征及其权重,通过双向GRU学习获取上下文信息;进行多次自注意力计算,将每一次计算结果进行拼接,最后通过线性映射函数得到多头注意力分数,得到用户用电量综合向量;采用用户用电量综合向量,根据softmax预测函数计算损失函数,采用反向传播算法训练双向GRU的学习参数,完成生成器的训练;将用户用电量综合向量和真实数据作为输入,基于多核SVM判别器的判别结果对生成器进行参数更新,得到用户短期电量预测模型;根据实际用电量和生成的用电量预测值计算均方根误差,将均方根误差作为目标函数,对生成器进行参数更新。
全文数据:
权利要求:
百度查询: 国网山东省电力公司菏泽供电公司;国家电网有限公司 一种基于GRU和多核SVM对抗学习的短期电量预测方法及系统
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。