摘要
本发明公开了一种适用于综合能源系统的考虑多重不确定性的多能源负荷预测方法,属于能源负荷预测技术领域。本发明使用多任务学习框架进行多负荷预测,捕获电、热、氢负荷间的复杂耦合关系,增强各预测任务的预测精度;考虑不确定性因素对预测影响,具体包括输入不确定性和模型参数不确定性,分别对两者进行不确定性建模,量化其对负荷预测的不确定性风险;结合注意力机制,帮助模型关注重要时间步特征信息,减少不必要的信息干扰。本发明提出的多负荷预测方法,能够实现在考虑不确定性因素情况下,捕获负荷间的耦合关系,实现对多能源负荷的精准预测。
技术关键词
能源负荷预测
后验概率分布
模型参数不确定性
贝叶斯神经网络
多任务学习模型
风速
引入注意力机制
光照
负荷预测方法
皮尔逊相关系数
负荷预测模型
联合损失函数
误差反向传播
节假日信息
综合能源系统
系统为您推荐了相关专利信息
故障预警方法
后验概率分布
生成时间序列数据
长短期记忆网络
故障预警系统
风险
数据权限管理
阶段
监测方法
贝叶斯神经网络
地下管廊检测方法
检测机器人
三维空间模型
机器人主体结构
多模态感知系统
信号检测方法
信号检测装置
复杂度
短波通信系统
算法