摘要
本发明涉及一种基于倒置嵌入的差分混合模型的电力负荷预测方法、装置、设备及存储介质,属于电力系统与人工智能技术交叉技术领域。该方法包括:获取设定时间段内的电力负荷值及气象特征数据构建数据集;构建电力负荷预测模型,电力负荷预测模型包括DiffGate‑LSTM模块、频域增强倒置嵌入层和双路信号分离的注意力机制;对所述电力负荷预测模型进行训练;获取历史时间段内的电力负荷值及气象特征数据作为模型输入,利用训练好的电力负荷预测模型进行单步预测,得到未来目标时间段内的电力负荷预测结果。本发明将电力负荷值与气象特征数据进行有机融合应用于电力负荷预测模型中,能够更全面地考虑影响电力负荷的各种因素,提高预测精度。
技术关键词
电力负荷预测模型
电力负荷预测方法
sigmoid函数
频域特征
注意力机制
编码向量
数据
时间段
气象
电力负荷预测装置
动态线性插值
序列
信号
模块
矩阵
位置编码信息
系统为您推荐了相关专利信息
语义分割网络
训练样本图像
sigmoid函数
三元组损失函数
非线性
工业缺陷检测
图像编码器
工业产品图像
文本编码器
语义标签
白光
图像特征提取模型
成像
特征提取网络
数据模块
智能识别方法
注意力机制
无人机影像采集
激光雷达点云数据
数字正射影像