申请/专利权人：上海恒能泰企业管理有限公司璞能电力科技工程分公司

申请日：2023-11-20

公开（公告）日：2024-04-12

公开（公告）号：CN117878873A

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/04;G06Q50/06;G06N3/049;G06N3/0464;G06N3/048;G06N3/08;G06F16/901

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提出的一种面向时序数据深度时空神经网络模型的电力负荷预测方法，包括技术方案设定、建立多头注意力时空神经网络、实验设计与结果分析三个步骤；技术方案设定包括问题定义、方案框架设计、数据预处理与图构建四个分步骤；建立多头注意力时空神经网络包括构建网络整体框架、构建多头自注意力网络层、构建图注意力网络层、构建时间卷积网络层分步骤；实验设计与结果分析包括数据集描述、电力负荷预测基线任务对比实验、消融实验、不同参数对比实验分步骤。本发明使用城市电力负荷数据，将其引入图注意力网络，模拟站点间的空间关联，并设计时间卷积网络层模拟长时间历史信息，解决长期历史信息利用问题，能够为电力稳定运行提供预测支持。

主权项：1.面向时序数据深度时空神经网络模型的电力负荷预测方法，其特征在于，包括技术方案设定、建立多头注意力时空神经网络、实验设计与结果分析三个步骤；所述技术方案设定包括问题定义、方案框架设计、数据预处理与图构建四个分步骤；所述建立多头注意力时空神经网络包括构建网络整体框架、构建多头自注意力网络层、构建图注意力网络层、构建时间卷积网络层分步骤；所述实验设计与结果分析包括数据集描述、电力负荷预测基线任务对比实验、消融实验、不同参数对比实验分步骤；所述数据集描述包括时间卷积网络层验证、衡量指标两个流程；所述消融实验包括多头注意力层有效性验证验证、注意力层有效性验证验证、相似图和距离图有效性验证验证、时间卷积层有效性验证验证四个流程。

全文数据：

权利要求：

百度查询： 上海恒能泰企业管理有限公司璞能电力科技工程分公司 面向时序数据深度时空神经网络模型的电力负荷预测方法

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