摘要
本发明公开了一种综合能源负荷日前概率预测模型建立方法及装置,所述方法包括:对收集到的综合能源负荷历史数据进行预处理;基于Copula熵相关系数对预处理后的数据进行多维影响因素相关性分析,得到分析结果;根据所述分析结果,建立一种融合多尺度特征-时间Transformer网络与保形预测的综合能源负荷日前概率预测模型。其中,所述多尺度特征-时间Transformer网络通过片段内特征-时间注意力机制与片段间注意力机制的协同作用,分别提取局部特征交互规律和全局多时间尺度关联,从而提升特征表征能力。本发明通过结合多尺度时空特征联合学习与区间预测方法,显著提高了综合能源负荷日前概率预测区间的覆盖精度与分布形态的一致性。
技术关键词
预测模型建立方法
融合多尺度特征
负荷历史数据
能源
联合注意力机制
多层次
生成多尺度
预测模型建立装置
多尺度信息
预测建模
特征联合学习
区间预测方法
历史负荷数据
建立预测模型
多时间尺度
网络
系统为您推荐了相关专利信息
电力系统协调
海上风电场
再生能源发电系统
电力系统模型
海水淡化厂
芯片
薄膜晶体管电路
脂肪酸聚氧乙烯酯
阵列
信号传输器件
智能调度算法
多功能挂绳
电力管理系统
主控芯片
充放电单元
优化配置方法
光伏发电机组
储能系统
表达式
功率