摘要
本发明公开了基于多源数据融合的配电变压器重载率预测方法及系统,涉及负荷预测技术领域,包括以下步骤:获取目标区域的变压器运行数据,构建知识图谱;从知识图谱中提取与目标变压器重载事件存在因果路径的实体与特征,生成特征张量;通过图神经网络对知识图谱进行图谱嵌入,并将图谱嵌入与特征张量输入至时间序列预测模型中,构建联合预测网络;基于因果推理方法对输入变量进行模拟干预,并评估对预测结果的影响强度;根据模拟干预的影响强度,输出目标变压器未来时间段的重载率预测值,并生成导致预测值变化的主要因果路径;本申请通过多源数据融合和因果知识图谱,实现了精准且可解释的预测。
技术关键词
时间序列预测模型
率预测方法
变压器运行数据
配电变压器
构建知识图谱
变量
推理方法
生成特征
路径特征
强度
实体
时间段
三元组
门控循环单元网络
数据采集模块
节点
负荷预测技术
系统为您推荐了相关专利信息
电压管理系统
双向逆变器
双向整流器
变流器
低压交流电
笼养鸡舍
时间序列预测模型
智能监测方法
决策树模型
环境管理装置
时间序列预测模型
嵌入特征
多尺度特征
注意力机制
特征提取模块
协同控制方法
局部优化模型
实时数据传输
功率优化
网络拓扑
热电偶传感器
红外热成像模块
热检测
诊断系统
数据分析系统