摘要
本发明公开了一种基于TCN‑Informer的用电量预测方法及系统,属于电力系统负荷预测技术领域,包括从电网数据库提取用电时序数据,并进行预处理;按照设定窗口长度划分电力数据,构建用于训练的数据集;利用时域卷积网络对原始时序数据进行预处理,提取短期动态特征,生成特征增强序列;将时域卷积网络的输出作为注意力机制的输入,注意力机制对长序列进行编码解码,捕捉长周期依赖关系。本发明成功融合了时域卷积网络的强大短期特征提取能力和注意力机制的优秀长期依赖捕获能力,能够高效提取电力负荷数据中的关键特征,精准捕捉短期波动与长期趋势,可为电力系统管理与维护提供高精度的负荷预测结果,有力提升电力系统稳定性。
技术关键词
前馈神经网络
时域卷积网络
注意力机制
数据
电力负荷预测
序列
生成特征
时序
编码器
模块
解码
电力系统管理
滑动窗口
最小化方法
特征提取能力
系统为您推荐了相关专利信息
配电网二次系统
系统通讯模块
巡检无人机
声光报警模块
巡检机器人
支持向量回归模型
监测方法
决策树模型
长短期记忆网络
光纤传感器
分析方法
注意力机制
嵌入位置编码
线性
医学影像分析技术