摘要
本发明公开了一种基于物理机制引导和多头图注意力机制的综合能源系统快速能流分析方法,该方法包括基于图神经网络的综合能源系统节点和拓扑特征提取方法,用于构建综合能源系统的多能流节点信息和图表示;基于长短期记忆神经网络算法构建能流收敛判别模型,用于判别待预测的实时能流是否收敛;基于多头图注意力和物理机制引导的能流预测方法,解决传统能流分析方法计算效率低以及常规机器学习方法不考虑实际物理约束的问题,同时采用多头图注意力机制拓展注意力的视野,增强模型不同节点之间关系的学习能力,以保障后续能流预测的运算效率与结果准确度。该发明基于综合能源系统历史运行数据,通过图神经网络构建及表征节点和支路之间的关系,通过长短期记忆神经网络来构建判别模型,指导能流预测模型是否进行能流预测,能够为综合能源系统的运行调度提供快速、准确的能流分析结果。
技术关键词
综合能源系统
分析方法
长短期记忆神经网络
物理
多头注意力机制
机器学习方法
热力系统
节点特征
建立电力系统
LSTM算法
特征提取方法
神经网络训练
历史运行数据
兼顾系统
方程
系统为您推荐了相关专利信息
智能合约漏洞
排序技术
序列
多头注意力机制
修复方法
分布式存储单元
数据采集节点
故障预测模型
设备故障预测
设备运行数据
检测分析方法
基因组文库
甲基丙二酸血症
杂交捕获方法
隐马尔科夫模型
非线性动力学
多项式
不确定性传播分析
样本
不确定性参数
建筑剪力墙
裂缝特征
识别分析方法
融合特征
全局特征提取