摘要
本申请涉及电力系统技术领域,提供了基于时序动态解析的配电网结构动态推演方法及系统,其采用基于深度学习的数据处理算法来分别对发电侧数据、电网侧数据和用户侧数据的时间队列进行嵌入编码和主成分时序聚合,以此根据发电侧数据特征主成分时序聚合表示、电网侧数据特征主成分时序聚合表示和用户侧数据特征主成分时序聚合表示之间的时空显著联合表示来智能地得到碳排放的短时预测值。这样,通过整合发电侧、电网侧和用户侧的多源数据,可以更准确地捕捉配电网中复杂的时序动态关系,使得碳排放的预测更加精准,从而显著提升了碳排放预测的实时性、全面性和智能程度。
技术关键词
数据嵌入
编码向量
配电网结构
队列
推演方法
序列
动态
跨度
因子
时序特征
特征值
变电站运行状态
sigmoid函数
数据处理算法
编码器
推演系统
发电量
系统为您推荐了相关专利信息
储能设备
电能分配方法
电信号
LSTM模型
策略
执行测试用例
虚拟设备
持续集成工具
固件
测试方法
大气折射率
推演方法
模式
神经网络算法
海洋环境监测技术