一种深度调峰背景下的火电发电量预测方法

本发明公开一种深度调峰背景下的火电发电量预测方法，包括以下步骤：S1.数据采集：收集火电厂的历史发电量数据、风光电并网数据、电网负荷数据、气象数据，S2.特征提取：从采集的数据中提取对发电量预测有影响的特征，如风光电并网比例、电网负荷变化、气温变化，S3.模型训练：基于提取的特征，训练发电量预测模型，S4.发电量预测：利用训练好的模型进行短期发电量预测，S5.调度优化模块：根据预测结果，优化火电调度计划，以适应深度调峰需求。采用Transformer模型进行火电发电量预测，相较于现有技术，能够更准确地捕捉电力系统的长期依赖关系和周期性变化，提高预测精度，优化电力调度，促进可再生能源消纳，降低资源浪费，并提高工业生产过程的可靠性。