融合时频特征的城市用电量预测方法、系统、设备及存储介质技术方案

一种融合时频特征的城市用电量预测方法、系统、设备及存储介质，该方法包括：首先进行数据准备和预处理，从包含电力消耗、经济及气象等多维时间序列数据的历史数据中提取多个时间尺度如年、季度、月、周、日的特征。接着，使用短时傅里叶变换对这些不同时间尺度的数据进行时频分析，生成时频特征图。然后，基于特征金字塔网络(FPN)进行多尺度特征融合，并将融合后的特征矩阵输入到Transformer编码器中以实现同步的时频信息嵌入。最后，Transformer解码器根据时频特征矩阵解码并预测未来特定时间点的城市每日电力消耗。该方法通过结合时间和频率信息，实现了多时间尺度的电力消耗精确预测，广泛应用于智能电网调度、能源管理和相关领域。

【技术实现步骤摘要】

本专利技术涉及一种城市用电量预测方法，具体是一种融合时频特征的城市用电量预测方法。本专利技术还涉及城市用电量预测系统、设备及存储介质。

技术介绍

1、当前，低碳电力市场的发展成为各国共同关注的焦点。电力系统作为能源消费和碳排放的重要环节，在实现低碳转型过程中起着至关重要的作用。然而，传统的电力系统预测与分析方法在应对日益复杂的电力系统需求时，显得力不从心。

2、现有的电力系统预测方法主要依赖于数值模拟和优化方法，这些方法在处理电力系统的非线性和多维特性方面存在局限，难以满足电网系统的运行需求。此外，现有的方法在跨学科综合分析和全面系统评估方面也存在不足，难以全面反映和解决系统层面的复杂问题。近年来的研究表明，城市经济要素(如国内生产总值、城市化率、用电效率、电力价格等)和城市气象要素(如每日温度、相对湿度、风速、降水量、太阳辐射量等)都与城市用电量密切相关，但鲜有研究针对这些跨领域数据进行综合分析。

3、近年来，随着人工智能技术的飞速发展，特别是基于transformer结构的应用，为电力系统的预测与分析带来了新的机遇。大模型通过对本文档来自技高网...

【技术保护点】

1.一种融合时频特征的城市用电量预测方法，其特征在于它包括如下步骤：

2.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤S1中，所述历史用电数据为某一个城市过去N年的每日用电量数据Yi；所述历史经济数据为该城市过去N年的国内生产总值GDPi、城市化率CIi、用电效率EFi、电力价格Pi；所述历史气象数据为该城市过去N年的每日温度Ti、相对湿度RHi、风速WSi、降水量Ri、太阳辐射Sri，N要求满足N≥10。

3.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤S2包括：

4.根据权利要求1所述的融合时频特征的...

【技术特征摘要】

1.一种融合时频特征的城市用电量预测方法，其特征在于它包括如下步骤：

2.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤s1中，所述历史用电数据为某一个城市过去n年的每日用电量数据yi；所述历史经济数据为该城市过去n年的国内生产总值gdpi、城市化率cii、用电效率efi、电力价格pi；所述历史气象数据为该城市过去n年的每日温度ti、相对湿度rhi、风速wsi、降水量ri、太阳辐射sri，n要求满足n≥10。

3.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤s2包括：

4.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤s3包括：

5.根据权利要求1所述的融合时频特征的城市用电量预测方法，其特征在于步骤s4包括：

...

【专利技术属性】
技术研发人员：徐宁，周正，胡莉娜，汤弋，董亮，陈璞，叶露，孙俊，周德坤，代静，柯宏宇，朱兆宇，
申请(专利权)人：国网湖北省电力有限公司信息通信公司，
类型：发明
国别省市：