摘要
本申请公开了一种电力系统负荷的预测方法、装置、存储介质及电子设备,该方法应用于电力系统负荷预测领域,该方法包括:采集电力系统的负荷信息,并将负荷信息分割为多段时序数据,负荷信息至少包括:电力系统中各部分的功率信息和外部环境信息;依据多段时序数据构建电力系统的拓扑图,以及构建拓扑图的图特征;将拓扑图的图特征输入目标预测模型中,通过目标预测模型预测预设时间段内电力系统的负荷需求信息;目标预测模型是依据电力系统的功率平衡约束对预设预测模型训练后得到的预测模型。通过本申请,解决了相关技术中通过传统神经网络预测负荷精准预测时,由于卷积和循环运算的限制,使得权重分配不灵活且模糊,导致预测准确性较低的问题。
技术关键词
拓扑图
电气连接结构
节点特征
注意力神经网络
样本
时序
转换器
注意力机制
电力系统负荷预测
功率
时间段
预测模型训练
节假日信息
解码器
数据缺失值
系统为您推荐了相关专利信息
递归神经网络模型
场景分类方法
胶囊内镜
卷积神经网络模型
样本
金融信息查询方法
图谱
语义相关度
校准
查询意图