基于混合注意力机制的电力负荷预测方法及系统技术方案

本发明专利技术提出了一种混合注意力机制的电力负荷预测方法及系统，包括：获取与电力负荷变化的相关数据；对获得的表征用电客户的档案信息、电力负荷序列数据进行分析，得到具有不同用电行为模式的客户分组数据；从潜在影响因素序列数据中提取与客户分组电力负荷运行变化关联度大于预设关联度阈值的特征，从提取的特征中抽取得到与客户电力负荷变化相关的用电上下文特征；构建用电负荷预测模型；输出得到待预测客户的电力负荷的预测值。本发明专利技术通过注意力机制，实现对特征之间相互影响以及特征内部之间时间因素影响等复杂关联关系的协同建模，确保电力负荷运行的准确性。确保电力负荷运行的准确性。确保电力负荷运行的准确性。

【技术实现步骤摘要】
基于混合注意力机制的电力负荷预测方法及系统


[0001]本专利技术属于电力信息处理的
，尤其涉及基于混合注意力机制的电力负荷预测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着电网建设的推进，大电网扰动对电网安全始终存在威胁，弹性电网、韧性电网的相继提出，对电网负荷管控提出了更高的要求，需要电力公司对电网负荷特性有更深刻的认识，以便针对性开展负荷管控等工作。
[0004]电力负荷的准确预测对于负荷管控具有十分重要的影响和作用。但电力负荷的变化受到多种因素的综合影响，如何实现负荷的准确预测是一项具有挑战性的任务。
[0005]不同类型客户的用电行为模式存在差异。如居民用电和工业用电模式存在差异，不同小区的居民用电之间也存在一定程度的差异，不同行业的用电情况也存在不同，如何有效区分这些不同类型的客户，是实现电力负荷准确预测的前提和基础。
[0006]不同类型客户的用电行为模式存在关联，用电模式在一定程度上反映着某范围内居民的生活、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合注意力机制的电力负荷预测方法，其特征是，包括：获取与电力负荷变化的相关数据，包括表征用电客户的档案信息、电力负荷序列数据以及影响电力负荷变化的潜在影响因素序列数据；对获得的表征用电客户的档案信息、电力负荷序列数据进行分析，得到具有不同用电行为模式的客户分组数据；从潜在影响因素序列数据中提取与客户分组电力负荷运行变化关联度大于预设关联度阈值的特征，从提取的特征中抽取得到与客户电力负荷变化相关的用电上下文特征；针对不同类型的用电客户分组，利用注意力机制，分析其在不同用电上下文特征中的相互影响，构建用电负荷预测模型；输入待预测客户的电力负荷、其他客户的用电信息以及用电上下文信息到用电负荷预测模型中，输出得到待预测客户的电力负荷的预测值。2.如权利要求1所述的一种混合注意力机制的电力负荷预测方法，其特征是，所述影响电力负荷变化的潜在影响因素序列数据包括温度、风力、雾霾、气压及节假日；对潜在影响因素序列数据进行向量化，转换为对应的用电环境上下文向量，在一个时间间隔内的用电环境上下文变化可构成一个上下文序列。3.如权利要求2所述的一种混合注意力机制的电力负荷预测方法，其特征是，所述电力负荷序列数据为在一个时间区间内构成的用电客户的电力负荷状态变化向量。4.如权利要求3所述的一种混合注意力机制的电力负荷预测方法，其特征是，对电力负荷状态变化向量及用电环境上下文向量进行规范化。5.如权利要求1所述的一种混合注意力机制的电力负荷预测方法，其特征是，对获得的数据进行分析，得到具有不同用电行为模式的客户分组数据，具体为：获得不同客户的电力负载向量，设置分组个数；使用聚类算法，得到多个客户分组，每个分组中所有客户电力负载向量进行均值化处理，得到每个客户分组对应的平均电力负荷变化向量。6.如权利要求1所述的一种混合注意力机制的电力负荷预测方法，其特征是，抽取得到与客户电力负荷变化相关的用电上下文特征，具体为：针对在时间区间范围的多个客户分组的平均电力负荷变化向量，获得各个潜在影响因素的变化；给定一个包含多个分组的集合，对每一个样本，计算其与用电上下文特征中不同影响因素的相关度；设置阈值，抽取Pearson相关系数超过阈值的影响因素，将相关统计量大于阈值的影...

【专利技术属性】
技术研发人员：张亮，陈罡，龙源，王云，王鹏，卢佳敏，童凡，黄鑫，范声海，龙嘉文，
申请(专利权)人：国网江西省电力有限公司南昌供电分公司，
类型：发明
国别省市：