摘要
本发明涉及一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法,属于综合能源系统多元负荷预测技术领域。该方法提出了一种基于GAN‑GAT‑TCN的新预测框架,针对综合能源系统多元负荷预测的强交互和强耦合特性,采用互相关系数对经过预处理的电、热、冷负荷数据及其影响因素进行相关性分析,得到邻接矩阵,采用GAN对电、热、冷负荷进行预测,其中GAT作为生成器,可以提取电、热、冷负荷数据及其影响因素之间的空间维信息,TCN作为判断器,可以提取电、热、冷负荷数据内部的时间维信息,以相互对抗的方式训练得到最终预测结果,提升了多元负荷预测的准确性和鲁棒性,为综合能源系统多元负荷预测技术提供了方向。
技术关键词
综合能源系统
负荷预测方法
生成对抗网络
多元负荷预测技术
注意力机制
生成式对抗神经网络
生成式对抗网络
变量
GAN模型
模型预测值
卷积模型
露点温度
异常数据
代表
节点
参数
鲁棒性
训练集
系统为您推荐了相关专利信息
预优化方法
多尺度注意力机制
计划
逻辑
数据库查询优化
联合特征提取
运动模式识别
运动状态评估
深度神经网络学习
数据
BERT模型
深度学习模型
分类阈值
多层感知机
注意力机制
半监督学习
生成对抗网络
时序
后向散射系数
影像数据处理技术