一种基于LinTrans短时用电负荷预测算法系统技术方案

本发明专利技术公开了一种基于LinTrans短时用电负荷预测算法系统，简单线性与复杂模型的并联结构。该结构高效的提高了用电负荷预测任务的平均精度，并极大地降低了最大误差，通过在输入输出间设计Linear Link Block简单线性连接结构，从而放大输出对输入中人工特征的敏感度，设计了长周期信息提取器Long Time Information Extractor,LTIE,用于提取用电负荷预测任务重的广泛依赖关系，在设计LTIE时，相比于基于transformer的时间序列预测算法更加简单的Encorder特征编码结构与Decoder特征解码结构，大大降低了时间复杂度，可节约推理时间5‑10倍。

【技术实现步骤摘要】

本专利技术涉及机电设备领域，尤其涉及一种基于lintrans短时用电负荷预测算法系统。

技术介绍

1、发电端在发现电力即将出现短缺时，可适当增加电力发电量，从而在缺电时高价卖出，而用电端可通过提前低价购买电力来应对电力高企业。

2、现有大多采用基于arima的短期用电负荷预测方法、基于机器学习的短期用电负荷预测方法和基于神经网络的短期用电负荷预测方法，这样预测方法鲁棒性不高，对人工特征反应不敏感也说明其可解释性不够高，不能充分学习到人工赋予的先验信息。

3、综上所述，需要一种基于lintrans短时用电负荷预测算法系统来解决现有技术中所存在的不足之处。

技术实现思路

1、针对现有技术的不足，本专利技术提供了一种基于lintrans短时用电负荷预测算法系统，旨在解决上述问题。

2、为实现上述目的，本专利技术提供如下技术方案：一种基于lintrans短时用电负荷预测算法系统，包括输入模块、lintrans计算模块和输出模块；

3、所述lintrans计算模块包括li本文档来自技高网...

【技术保护点】

1.一种基于LinTrans短时用电负荷预测算法系统，其特征在于，包括输入模块、LinTrans计算模块和输出模块；

2.根据权利要求1所述一种基于LinTrans短时用电负荷预测算法系统，其特征在于，所述transformer单元包括Encoder编码器和Decoder编码器，Encoder编码器采用自注意力模块来进行信息提取，Decoder编码器采用MLP多层感知机降低模型复杂度，Encoder编码器对特征进行解析后由Decoder解码器将其映射到预测结果。

3.根据权利要求2所述一种基于LinTrans短时用电负荷预测算法系统，其特征在于，所述Encoder...

【技术特征摘要】

1.一种基于lintrans短时用电负荷预测算法系统，其特征在于，包括输入模块、lintrans计算模块和输出模块；

2.根据权利要求1所述一种基于lintrans短时用电负荷预测算法系统，其特征在于，所述transformer单元包括encoder编码器和decoder编码器，encoder编码器采用自注意力模块来进行信息提取，decoder编码器采用mlp多层感知机降低模型复杂度，encoder编码器对特征进行解析后由decoder解码器将其映射到预测结果。

3.根据权利要求2所述一种基于lintrans短时用电负荷预测算法系统，其特征在于，所述encoder编码器提取信息的公式为：

4.根据权利要求2所述一种基于lintrans短时用电负荷预测算法系统，其特征在于，所述encoder编码器进行映射的映射公式为：

5.根据权利要求2所述一种基于lintrans短时用电负荷预测算法系统，其特征在于，...

【专利技术属性】
技术研发人员：张朋，崔云龙，李朝，董丹煌，兰洲，屈芳宇，刘犇，张月冬，冯驿，
申请(专利权)人：杭州似然数据有限公司，
类型：发明
国别省市：