【技术实现步骤摘要】
本专利技术属于电力系统，具体涉及一种电网负荷预测方法及系统。
技术介绍
1、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。
2、并网的发电机组需根据电力生产与用户消费的实际状况实现电力供需的平衡关系。发电负荷预测作为现阶段智能电网建设中的一项重要工作，预测算法的精度高低会对经济调度、实时控制、运行计划及发展规划产生巨大的影响，同时也是衡量电力企业管理水平是否达到现代化的重要标准。
3、据专利技术人了解，当前电力负荷预测方法主要采用基于关系的预测模型、基于机器学习的预测模型、基于transformer的序列化预测模型；其中，基于关系的预测模型通过提取电力负荷随时间变化的周期性信息和趋势性信息，以及同期的温度数据、湿度数据等额外关系数据对未来电力负荷进行预测，所占用资源低、可解释性强，但无法准确推断电力负荷的时序关系和与其它特征之间的关系，预测精度较低；基于机器学习的预测模型包括lstm、rnn等方法，将实时的相似类别数据和原始数据被合并，作为lstm模型的输入，用于预测日电力负荷曲线；...
【技术保护点】
1.一种电网负荷预测方法，其特征在于，包括：
2.如权利要求1中所述的一种电网负荷预测方法，其特征在于，采用鲸鱼优化法进行Transformer模型参数的调优，得到最优Transformer预测模型的过程为：初始化鲸鱼群体的位置，判断是否满足迭代终止的条件，若满足，则以当前的鲸鱼个体位置为最优位置，输出当前的鲸鱼个体位置所对应的目标函数值，得到Transformer模型的最优参数；若不满足则根据鲸鱼群体的位置不断地更新迭代以计算鲸鱼群体的目标函数值和个体位置，直到满足迭代终止条件时输出当前的鲸鱼个体位置。
3.如权利要求1中所述的一种电网负荷预...
【技术特征摘要】
1.一种电网负荷预测方法，其特征在于，包括：
2.如权利要求1中所述的一种电网负荷预测方法，其特征在于，采用鲸鱼优化法进行transformer模型参数的调优，得到最优transformer预测模型的过程为：初始化鲸鱼群体的位置，判断是否满足迭代终止的条件，若满足，则以当前的鲸鱼个体位置为最优位置，输出当前的鲸鱼个体位置所对应的目标函数值，得到transformer模型的最优参数；若不满足则根据鲸鱼群体的位置不断地更新迭代以计算鲸鱼群体的目标函数值和个体位置，直到满足迭代终止条件时输出当前的鲸鱼个体位置。
3.如权利要求1中所述的一种电网负荷预测方法，其特征在于，所述transformer模型通过多头注意力机制进行多元时序数据的解码以提取多元时序数据的特征。
4.如权利要求1中所述的一种电网负荷预测方法，其特征在于，所述预处理至少包括数据缺失值处理和数据标准化处理；对所获取的历史数据信息进行缺失值的填充后通过无量纲化处理完成和数据的标准化处...
【专利技术属性】
技术研发人员：袁家录，王涛，栾英琳，崔龙，安佰京，刘青，李青霞，缪和，赵俊，潘爱兵，石磊，
申请(专利权)人：山东鲁软数字科技有限公司，
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。