一种面向虚拟电厂的自适应张量分解注意力机制及其预测优化方法

本发明属于电力系统自动化技术领域，提供一种面向虚拟电厂的自适应张量分解注意力机制及其预测优化方法，先采集虚拟电厂历史负荷、气象等多模态数据，经归一化、特征提取等预处理；接着基于处理后数据搭建自适应张量分解注意力网络，采用改进Xavier方法初始化核心张量，对多模态数据编码后融合特征，通过自适应张量分解注意力计算建立负荷预测模型；最后执行自适应核心张量更新，经Hessian矩阵低秩近似、自适应稀疏掩码生成、Nesterov加速动量计算等优化策略，结合批处理与并行计算、自适应资源分配，更新核心张量后输入数据计算，获取负荷预测结果，本发明的目的是现有虚拟电厂负荷预测技术中存在的注意力机制计算复杂度高、参数冗余、多模态数据融合效率低、负荷突变期预测精度不足以及缺乏自适应资源分配机制的问题。