摘要
本发明属于电力源荷预测技术领域,公开了一种电力源荷多时空尺度共性预测方法及相关装置;其中,所述电力源荷多时空尺度共性预测方法包括:基于选定的应用场景和预测任务,从预先构建的模型库中选取预训练模型;以选取的预训练模型作为基础模型,以选定的应用场景和预测任务对应的标注数据作为学习样本进行迁移学习,获得微调后的电力源荷预测模型;利用获得的电力源荷预测模型进行预测,获得预测结果。本发明公开的技术方案,通过融合多源异构数据建立了一个统一、动态且高效的电力源荷预测模型,在预测准确性、可靠性、普适性以及灵活性等方面均有了较大提升。
技术关键词
高维特征向量
电力
分布式能源发电
预训练模型
时序依赖关系
数据处理模块
预测系统
气象
注意力机制
多时空尺度
多尺度
模型库
解码器
负荷
场景
依赖特征
非暂态计算机可读存储介质
系统为您推荐了相关专利信息
人工智能模型
新能源电力传输
状态监控方法
人工智能算法
模式识别
电压控制方法
分布式协同
分布式电源
控制策略
分布式优化方法
混合神经网络算法
环境数据采集单元
数据处理中心
数据采集子系统
管理终端
通信网络资源
多时间尺度
预留方法
资源预留
时序预测模型