摘要
本发明公开了一种具有多层级化协同交互的短期电力负荷预测方法和系统,通过获取电力负荷历史数据及相关影响因子,形成多变量电力负荷预测的多维数据特征数据集;所述影响因子包括气温、湿度、降水量、风速;构建标准化多变量电力负荷样本数据特征源;评估影响因子与电力负荷的相关性,形成优化后的多变量电力负荷样本数据特征源;构建包含嵌入层、多级时间序列分析模块和线性层的分层协同交互短期电力负荷预测模型,通过网格搜索优化超参数,采用MAE和MSE评价指标确定最优电力负荷预测模型;将历史数据输入最优预测模型,输出预测时间段电力负荷数据的未来预测值。可以提高电力负荷预测和控制的准确度及效率。
技术关键词
电力负荷预测模型
短期负荷预测方法
层级
短期负荷预测系统
短期电力负荷预测
特征信息识别
负荷历史数据
序列
变量
模型超参数
窗口方法
注意力
矩阵
样本
数据收集模块