一种基于二次特征值提取的短期电力负荷预测方法技术

本发明专利技术涉及电力系统多节点短期负荷预测的技术领域，特别是涉及一种基于二次特征值提取的短期电力负荷预测方法，在特征提取阶段，首先使用一次特征提取网络CASTGCN对数据特征单元进行一次特征提取，CASTGCN结构中是对传统的STGCN进行了改进，引入了交叉注意力机制(Cross Attention)，利用交叉注意力来并分别捕捉动态因素数据和静态因素数据对负荷数据的影响，计算受到外部因素影响后的负荷特征，然后使用改进的iTransformer进行二次特征提取，iTransformer将输入的负荷特征在时序维度上进行编码，独立成不同的token；其解决目前负荷预测算法在电网负荷面对节假日负荷波动，以及外部因素如天气、季节、人口密度等因素干扰问题时，预测效果表现差，误差高的问题。

【技术实现步骤摘要】

本专利技术涉及电力系统多节点短期负荷预测的，特别是涉及一种基于二次特征值提取的短期电力负荷预测方法。

技术介绍

1、随着国内经济水平的快速发展和人民生活水平的不断上升，各类企业的生产规模不断扩大，社会各处对电能的需求量日益增加，这种需求增长不仅体现在总量上，还体现在对电力供应的精细化、个性化要求上，同时，电力系统的管理与调度也面临着新的挑战，需要更加精准、高效地应对电力负荷的波动和变化，多节点时空负荷预测作为电力系统运行管理的重要工具，其重要性日益凸显，通过对多个节点的电力负荷进行时间和空间两个维度的预测，可以更加全面地了解电力系统的运行状况和未来趋势，为电力系统的安全、经济、高效运行提供有力支持。

2、传统的电力负荷预测方法主要基于时间序列分析，侧重于对历史数据的统计和回归分析，以预测未来某个时间点的电力负荷，然而，这种方法忽略了电力负荷在空间上的分布特性和不同节点之间的相互影响，难以准确反映电力系统的整体运行状况，此外，随着新能源的接入和分布式能源的发展，电力负荷的波动性和不确定性进一步增加，传统方法更难以应对这种复杂多变的情况。

<本文档来自技高网...

【技术保护点】

1.一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，包括在特征提取阶段，首先使用一次特征提取网络CASTGCN对数据特征单元进行一次特征提取，然后使用改进的iTransformer进行二次特征提取。

2.如权利要求1所述的一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，包括以下步骤：

3.如权利要求2所述的一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，所述步骤7中，将训练集作为CASTGCN-iT-BiGRU模型的输入，利用目标损失函数以及反向传播算法，来求解模型最优参数，在训练的过程中，模型预测的目标是预测值和实际值尽可能的相近，...

【技术特征摘要】

1.一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，包括在特征提取阶段，首先使用一次特征提取网络castgcn对数据特征单元进行一次特征提取，然后使用改进的itransformer进行二次特征提取。

2.如权利要求1所述的一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，包括以下步骤：

3.如权利要求2所述的一种基于二次特征值提取的短期电力负荷预测方法，其特征在于，所述步骤7中，将训练集作为castgcn-it-bigru模型的输入，利用目标损失函数...

【专利技术属性】
技术研发人员：钟仕凌，万新焰，江锋，吴嘉琼，张沂，陶华，肖辉，胡琛，刘文韬，朱年发，张瑞宁，雷凯，张闰秋，胡春玲，余洋，万中浚，程思源，华逸兴，
申请(专利权)人：国网湖北省电力有限公司黄冈供电公司，
类型：发明
国别省市：