摘要
本发明公开了一种基于Transfomer解码器的用电负荷预测方法和系统,方法包括:从电力系统的数据库中采集历史用电负荷数据;对采集的数据进行预处理,去除异常值、缺失值;构建改进型Transformer解码器模型的网络架构;所述改进型Transformer解码器网络架构采用全连接层替代原有的嵌入层,在解码器层加入多头自注意力机制,利用旋转位置编码替代正余弦位置编码;设定超参数,选择适当的损失函数,对构建好的模型进行训练,利用反向传播算法对模型参数进行优化,直至模型收敛;将训练完成的模型容器化,并作为Web服务进行部署;利用已部署的模型对未来电力负荷进行预测;本发明相比传统方法显著增强了模型对长期依赖关系和时序信息的捕捉能力,从而实现了对未来电力负荷的精准预测。
技术关键词
负荷预测方法
网络架构
解码器模型
注意力机制
传播算法
采样点
数据
负荷预测系统
编码
超参数
电力系统
HTTP请求
训练集
模型训练模块
容器
判断方法
系统为您推荐了相关专利信息
故障行波
放电故障
识别方法
动态时间规整算法
波形
历史骑行数据
智能手表
讯息
疲劳识别模型
提醒方法
图像块
互联网
遥感方法
多头注意力机制
前馈神经网络