摘要
本发明公开了一种电力生成和消费的双重序列预测方法及系统,方法包括:获取电力系统第一数据;利用卷积神经网络提取第一数据的特征,得到第一特征图,对第一特征图进行加权注意力处理,得到第二特征图;对第二特征图进行变换激活处理,得到第一预测值和第二预测值,评估第一预测值和第二预测值之间的差异,进而调整电力系统运行策略。本发明通过结合时空卷积神经网络与空间注意力机制,该方法能够更有效地捕捉数据中的复杂时空特征,从而显著提高电力生成和消费的预测准确性;本发明的双序列预测能力使其能够同时预测电力生成和消费,从而更好地应对动态电网负载需求,提高微电网的运行效率。
技术关键词
序列预测方法
卷积神经网络提取
计算机可执行指令
电力系统
动态电网负载
时空卷积神经网络
智能算法
全局平均池化
特征提取模块
数据获取模块
策略
处理器
注意力机制
微电网
可读存储介质
存储器
系统为您推荐了相关专利信息
微调方法
客户端
计算机可执行指令
计算机存储介质
大语言模型
语义特征提取
文本
LSTM模型
电力系统安全技术
电网事故预案
洪涝灾害监测
电力设备台账
数字高程模型
电力设备信息
水位监测站
智能体强化学习方法
多智能体强化学习
分布式新能源
新能源电力系统
分布式电网