【技术实现步骤摘要】
本专利技术属于量子计算，特别是一种基于双重注意力网络的光伏出力功率预测方法及相关装置。
技术介绍
1、光伏出力功率表示光伏板在单位时间内产生的电能量，它是衡量光伏发电系统输出电能的重要指标，出力功率的大小直接影响着光伏板的实际发电能力和经济效益。光伏电站的光伏出力功率受到气象波动等因素影响，当光伏电站接入电网时，出力功率不稳定不利于电网电力的调度管理。因此，光伏出力功率的准确预测对于电力的调度管理至关重要，当前主要利用神经网络模型基于历史光伏数据对未来一段时间内的出力功率进行预测。
2、其中，lstm(long short term memory，长短时记忆)网络是对循环神经网络的一种改进和优化，通过独特设计的门控系统，lstm网络可以学习到长期的信息，以此实现输入神经网络的数据长记忆性，从而可用于处理更复杂的时间序列问题。相应的，量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置，具有相对经典计算机更高效的处理数学问题的能力。为了更好地处理高维度和高复杂度的历史光伏数据，通过将lstm网络中的经典神经网络替换为变分量子线路，可以构建量子长短时记忆网络。
3、但是，量子长短时记忆网络仍主要基于前一时刻的光伏数据，来预测未来的光伏出力功率，未能完全理解光伏出力功率的历史变化情况，和不同维度的特征对光伏出力功率影响的重要程度。因此，需要进一步提高光伏出力功率预测的准确度。
技术实现思路
1、本专利技术的目的是提供一种基于双重注意
2、本专利技术的一个实施例提供了一种基于双重注意力网络的光伏出力功率预测方法，所述方法包括：
3、基于待预测时间节点前多个时间节点的光伏数据，利用量子长短时记忆网络预测得到所述待预测时间节点的光伏出力功率的隐藏状态；
4、利用双重注意力网络对所述隐藏状态进行处理，获得第一权重和第二权重；其中，所述第一权重为所述隐藏状态在时间维度上的权重，所述第二权重为所述隐藏状态在特征维度上的权重；
5、基于所述第一权重、第二权重和所述隐藏状态之间的关联关系，构建目标输出矩阵；
6、对所述目标输出矩阵进行时间维度上的全连接决策处理和特征维度上的全连接决策处理，得到所述待预测时间节点的光伏出力功率预测结果。
7、可选的，所述双重注意力网络包括时间注意力网络和特征注意力网络；
8、所述利用所述双重注意力网络对所述隐藏状态进行处理，获得第一权重和第二权重，包括：
9、利用所述时间注意力网络提取所述隐藏状态中各个时间节点上的时间权重分量，获得第一权重；
10、利用所述特征注意力网络提取所述隐藏状态中各个特征维度上的特征权重分量，获得第二权重。
11、可选的，所述基于所述第一权重、第二权重和所述隐藏状态之间的关联关系，构建目标输出矩阵，包括：
12、基于所述时间权重分量和所述隐藏状态中的状态分量构建第一输出矩阵；
13、基于所述特征权重分量和所述隐藏状态中的状态分量构建第二输出矩阵；计算所述第一输出矩阵和所述第二输出矩阵之和，作为所述目标输出矩阵。
14、可选的，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
15、所述利用所述时间注意力网络提取所述隐藏状态中各个时间节点上的时间权重分量，获得第一权重，包括：
16、针对所述隐藏特征矩阵中的每一列向量，对该列向量中的元素进行平均池化，得到所述隐藏特征矩阵对应的一维时间数组；
17、对所述一维时间数组进行卷积处理，得到每一时间节点对应的时间权重分量，基于所述时间权重分量构建所述第一权重；
18、所述利用所述特征注意力网络提取所述隐藏状态中各个特征维度上的特征权重分量，获得第二权重，包括：
19、针对所述隐藏特征矩阵中的每一行向量，对该行向量中的元素进行平均池化，得到所述隐藏特征矩阵对应的一维特征数组；
20、对所述一维特征数组进行卷积处理，得到每一特征维度对应的特征权重分量，基于所述特征权重分量构建所述第二权重。
21、可选的，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
22、所述基于所述时间权重分量和所述隐藏状态中的状态分量构建第一输出矩阵，包括：
23、计算所述隐藏特征矩阵中的每一元素与对应的时间节点的时间权重分量的乘积，作为所述第一输出矩阵中的元素，得到所述第一输出矩阵；
24、所述基于所述特征权重分量和所述隐藏状态中的状态分量构建第二输出矩阵，包括：
25、计算所述隐藏特征矩阵中的每一元素与对应的特征维度的特征权重分量的乘积，作为所述第二输出矩阵中的元素，得到所述第二输出矩阵。
26、可选的，在所述基于待预测时间节点前多个时间节点的光伏数据，利用量子长短时记忆网络预测得到所述待预测时间节点的光伏出力功率的隐藏状态之前，所述方法还包括：
27、获取所述待预测时间节点前多个时间节点的光伏出力功率数据和气象特征数据；
28、基于所述多个时间节点的光伏出力功率数据构建光伏出力功率的轨迹矩阵，并对所述轨迹矩阵进行奇异值分解；
29、对所述奇异值分解得到的子矩阵进行特征分组和对角平均化处理，得到所述多个时间节点的功率趋势序列、功率周期序列和噪声序列；
30、对所述气象特征数据、光伏出力功率数据、功率趋势序列、功率周期序列和噪声序列进行归一化处理，获得所述光伏数据。
31、可选的，所述基于待预测时间节点前多个时间节点的光伏数据，利用量子长短时记忆网络预测得到所述待预测时间节点的光伏出力功率的隐藏状态，包括：
32、针对所述待预测时间节点前的每一时间节点，将该时间节点的光伏数据与该时间节点对应的隐藏状态按照预设比例进行向量拼接，得到对应的拼接向量；其中，第一个时间节点对应的隐藏状态为预设值；
33、将该拼接向量输入所述量子长短时记忆网络，并运行所述量子长短时记忆网络，得到该时间节点的下一个时间节点对应的隐藏状态；
34、基于所有时间节点对应的隐藏状态，确定所述待预测时间节点的光伏出力功率的隐藏状态。
35、可选的，所述量子长短时记忆网络包括多个变分量子线路，每一所述变分量子线路包括依次连接的编码线路和变分线路，所述编码线路包括作用于每个量子比特上的第一单量子逻辑门组合，所述变分线路包括作用于每个量子比特上的第二单量子逻辑门组合和作用于多个量子比特上的多量子逻辑门，其中：
36、所述第一单量子逻辑门组合包括级联的h门、第一r本文档来自技高网...
【技术保护点】
1.一种基于双重注意力网络的光伏出力功率预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述双重注意力网络包括时间注意力网络和特征注意力网络；
3.如权利要求2所述的方法，其特征在于，所述基于所述第一权重、第二权重和所述隐藏状态之间的关联关系，构建目标输出矩阵，包括：
4.如权利要求2所述的方法，其特征在于，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
5.如权利要求3所述的方法，其特征在于，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
6.如权利要求1-5任一项所述的方法，其特征在于，在所述基于待预测时间节点前多个时间节点的光伏数据，利用量子长短时记忆网络预测得到所述待预测时间节点的光伏出力功率的隐藏状态之前，所述方法还包括：
7.如权利要求1-5任一项所述的方
8.如权利要求7所述的方法，其特征在于，所述量子长短时记忆网络包括多个变分量子线路，每一所述变分量子线路包括依次连接的编码线路和变分线路，所述编码线路包括作用于每个量子比特上的第一单量子逻辑门组合，所述变分线路包括作用于每个量子比特上的第二单量子逻辑门组合和作用于多个量子比特上的多量子逻辑门，其中：
9.一种基于双重注意力网络的光伏出力功率预测装置，其特征在于，所述装置包括：
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。
11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。
...【技术特征摘要】
1.一种基于双重注意力网络的光伏出力功率预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述双重注意力网络包括时间注意力网络和特征注意力网络；
3.如权利要求2所述的方法，其特征在于，所述基于所述第一权重、第二权重和所述隐藏状态之间的关联关系，构建目标输出矩阵，包括：
4.如权利要求2所述的方法，其特征在于，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
5.如权利要求3所述的方法，其特征在于，所述隐藏状态为基于多个时间节点的隐藏特征构建的隐藏特征矩阵，所述隐藏特征矩阵的每一列向量对应一个时间节点的隐藏特征，每一行向量对应一个特征维度的隐藏特征；
6.如权利要求1-5任一项所述的方法，其特征在于，在所述基于待预测时间节点前多个时间节点的光伏数据，利用量子长短时记忆网络预测得到所述待预测时间节点的光伏出力功率的隐藏状态之前，所述方...
【专利技术属性】
技术研发人员：窦猛汉，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：本源量子计算科技合肥股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。