摘要
本发明公开了一种低压配电台区负荷预测方法及装置,所述方法包括以下步骤:采集低压配电台区的历史气候数据和历史的负荷数据,历史气候数据包括历史的日均气温、日均风速、日均降水量以及日均湿度,历史的负荷数据包括往期日均负荷电量数据;对历史气候数据和历史的负荷数据进行处理后得到数据集;构建交叉维度注意力的长期和短期时间序列网络模型并利用所述数据集训练所述交叉维度注意力的长期和短期时间序列网络模型;利用训练后的交叉维度注意力的长期和短期时间序列网络模型预测低压配电台区未来的负荷数据。本发明提出的低压配电台区负荷预测方法,通过融合气候因素、优化信号分解算法及创新预测模型结构,显著提升了负荷预测的精度。
技术关键词
低压配电台区
负荷预测方法
变分模态分解算法
注意力
气候
历史负荷数据
矩阵
序列
因子
负荷预测装置
网络模型训练
时序
数据处理模块
策略更新
数据采集模块
系统为您推荐了相关专利信息
智能规划决策
工艺特征
图谱
网络模块
多头注意力机制
多头注意力机制
多任务
推荐系统
前馈神经网络
视角