一种基于WGAN增强数据后的CNN-Bitransformer电力负荷预测方法技术

本发明专利技术属于电力系统负荷预测技术领域，尤其涉及一种基于WGAN增强数据后的CNN‑Bitransformer电力负荷预测方法。对电力负荷时间序列采用对抗网络进行数据增强；提取数据增强后电力负荷时间序列的特征图；利用双向Transformer建模前向和后向的时间依赖性从特征图中提取长期时间特征；采用双向长短时记忆网络学习长期时间特征的深层特征；返回至回归层生成最终的负荷预测结果。本方法能够有效提高在数据相对较少情况下的电力负荷预测精度和稳定性，同时增强模型的抗噪能力和对复杂负荷模式的适应性。

【技术实现步骤摘要】

本专利技术属于电力系统负荷预测，尤其涉及一种基于wgan增强数据后的cnn-bitransformer-bilstm电力负荷预测方法。

技术介绍

1、随着电力系统的不断发展和电力需求的日益复杂化，电力负荷预测在电力系统的规划、调度和运行中发挥着关键作用。精准的电力负荷预测不仅能够提高电网运行的稳定性和经济性，还能优化能源调度，降低电力供应的不确定性。然而，由于电力负荷数据具有显著的非线性、时变性以及受外界因素影响的特点，传统的统计方法和基于浅层机器学习的预测方法在处理这些复杂性时往往面临精度不足、对长时依赖建模能力有限以及对噪声敏感等问题。

技术实现思路

1、本专利技术提供一种基于wgan增强数据后的cnn-bitransformer电力负荷预测方法，能够有效应对电力负荷时序数据复杂性和数据缺失问题，以提高电力负荷预测的精度和鲁棒性。

2、本专利技术是这样实现的，

3、一种电力负荷预测方法，该方法包括：

4、对电力负荷时间序列采用对抗网络进行数据增强；</p>

5、提取本文档来自技高网...

【技术保护点】

1.一种基于WGAN增强数据后的CNN-Bitransformer电力负荷预测方法，其特征在于，该方法包括：

2.根据权利要求1所述的基于WGAN增强数据后的CNN-Bitransformer电力负荷预测方法，其特征在于，

3.根据权利要求2所述的基于WGAN增强数据后的CNN-Bitransformer电力负荷预测方法，其特征在于，

4.根据权利要求2所述的基于WGAN增强数据后的CNN-Bitransformer电力负荷预测方法，其特征在于，

5.根据权利要求1所述的基于WGAN增强数据后的CNN-Bitransformer电力负荷预测...

【技术特征摘要】

1.一种基于wgan增强数据后的cnn-bitransformer电力负荷预测方法，其特征在于，该方法包括：

2.根据权利要求1所述的基于wgan增强数据后的cnn-bitransformer电力负荷预测方法，其特征在于，

3.根据权利要求2所述的基于wgan增强数据后的cnn-bitransformer电力负荷预测方法，其特征在于，

4.根据权利要求2所述的基于wgan增强数据后的cnn-bitransforme...

【专利技术属性】
技术研发人员：王宝石，罗述成，庞新富，孙天贺，钱小毅，
申请(专利权)人：沈阳工程学院，
类型：发明
国别省市：