CN117200190B 一种电力物联网电力负荷预测方法 （国网江苏省电力有限公司南京供电分公司）_第1页
CN117200190B 一种电力物联网电力负荷预测方法 （国网江苏省电力有限公司南京供电分公司）_第2页
CN117200190B 一种电力物联网电力负荷预测方法 （国网江苏省电力有限公司南京供电分公司）_第3页
CN117200190B 一种电力物联网电力负荷预测方法 （国网江苏省电力有限公司南京供电分公司）_第4页
CN117200190B 一种电力物联网电力负荷预测方法 （国网江苏省电力有限公司南京供电分公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

荷预测模型适用于边缘计算中的边缘服务器计便于部署到电力企业在各个片区设置的边缘服2S2将历史用电数据的时间序列进行分解，将S1得到的轻量化电力负荷预测模型基于Transformer的编解码器结构，针对S2分解出来的三个k3对于DP_Attention模块和FDP_Attention模块，将V'和V”组合在Transformer解码器同样采用与编码器相同的注意力模块，即DP_Attention模块和S4模型部署，将训练好的轻量化电力负荷预测模型2.根据权利要求1所述的一种电力物联网电力负荷预测方法，其特征是S1中的预处理对原始序列数据中的异常值进行修正：通过3σ理论完成对某一天数据中异常点的辨对原始序列数据中的缺失值进行填补具体为：用待插补数据集的3.根据权利要求1所述的一种电力物联网电力负荷预测方法，其特征是S2中分解三个4[0003]电力资源分配调度作为电力调度部门的一项重要工作，是电力系统中的重要一与输入的序列有很大关系，并不是任意一段时间序列直接送入Transformer都能获得令人满意的结果，往往需要针对输入序列的特点挖掘更深层次的信息，除此之外，基于5[0007]本发明的目的是针对电力系统中对电力负荷预测的需求以及边缘计算的计算资[0012]轻量化电力负荷预测模型基于Transformer的编解码器结构，针对S2分解出来的三个分量分别配置三个分支进行预测，其中对于趋势分量和残差分量的预测采用DP_Attention模块实现注意力机制，对于季节分量采用FDP_Attention模块实现注意力机制，[0013]S4模型部署，将训练好的轻量化电力负荷预测模型部署[0016](1)针对传统Transfomer模型无法对任意的时间序列进行准确预测的局限，本发[0017](2)针对解构得到的季节分量具有明显的周期性特点，将其在时域上计算注意力占用大量计算资源的缺点，设计了DP_Attention模块降低其主要计算复杂度来源的复杂6但由于历史上某些天可能出现设备故障导致收集到的历史用电数据出现空缺或者发生突7Transformer的编解码器结构，针对S2由原始时间序列分解出来的三个分量分别配置三个[0050]具体的，对趋势分量和残差分量的预测设计了DP_Attention(DropoutAttention)模块作为注意力机制模块，以降低注意力机制计算相关性的复杂度。DP_算与其它向量的相关性，而是取所有输入向量的均值代替与其它向量的相关性，DP_8[0068]轻量化电力负荷预测模型的Transformer的编解码器结构中，对于DP_Attention列残差链接、标准化和前馈层，构成编码器的输出。解码器同样采用与编码器相同的9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论