摘要
本发明公开了一种基于多模态神经网络的区域电碳排放因子预测方法及系统,其涉及智能电网技术领域。本发明利用区域电碳排放因子预测模型提取区域间电力交互对分布式光伏输电损耗的空间关联性,支撑小时级碳排因子动态更新,进一步实时动态响应能力;采用混合注意力机制量化气象‑分布式光伏台区双模态特征,并设置碳排因子的动态贡献权重,进一步提高跨模态因果关联可解释性;通过光伏出力预测与分布式光伏输电损耗预测的独立分支建模,显式分离气象敏感型与分布式光伏台区敏感型变量的演化路径,避免特征耦合导致的误差累积滞后,提升突变工况下的预测灵敏度,为电力系统低碳转型提供数据支撑。
技术关键词
损耗
多模态
融合特征
训练特征
分布式光伏
因子
编码特征
气象
解码模块
时序
编码模块
数据
电力系统低碳
注意力
预测系统
动态
智能电网技术
解码器
系统为您推荐了相关专利信息
查验设备
导向驱动机构
智能车辆
雷达式生命探测仪
多模态
凭证分类
多模态信息融合
图像特征集
图像特征提取模型
文字特征
监控方法
运动捕捉数据
多模态数据采集
骨科
注意力机制