摘要
一种基于TCN‑Transformer的可再生能源电网负荷预测方法及装置,方法包括:构建包含可再生能源电网的历史负荷数据、气象数据、可再生能源出力数据和电价数据的数据集;将数据集输入时间卷积网络,并利用扩张卷积层提取时间序列中的局部特征;将时间序列中的局部特征输入至Transformer网络,并利用多头自注意力机制提取时间序列中的全局特征;将时间卷积网络提取的局部特征和Transformer网络提取的全局特征进行融合,构建可再生能源电网负荷预测模型,并生成未来时间点的负荷预测值。本发明通过提取局部和全局时间序列特征,结合可再生能源出力和电价等动态特征,提升负荷预测的精度和可靠性,以满足高比例可再生能源电网的调度需求。
技术关键词
可再生能源电网
负荷预测方法
时间卷积网络
负荷预测模型
多头注意力机制
历史负荷数据
计算机程序代码
高比例可再生能源
掩码矩阵
负荷预测装置
时间序列特征
可读存储介质
系统为您推荐了相关专利信息
流量预测模型
流量预测方法
数据
交叉注意力机制
动态回归模型
语句优化方法
综合语义
数据库优化技术
语义向量
时间卷积网络
学习方法
编辑距离算法
语句
表达式
句法依存关系
时间序列预测模型
负荷预测方法
时序
分布式存储技术
支持向量机算法
性能预测方法
复合材料
图谱
训练机器学习模型
关系抽取模型