基于分层解耦的模块化长时间序列的用户用电量预测方法技术

本发明专利技术属于电量预测技术领域，提供了基于分层解耦的模块化长时间序列的用户用电量预测方法，包括以下步骤：S1、获取用户用电量数据；S2、基于“趋势—局部变化—多尺度周期”解耦理念的模块化时间序列预测框架；S3、设计三个高效子模块；本发明专利技术通过构建“趋势—局部变化—多尺度周期”解耦理念的模块化时间序列预测框架，并设计融合可逆归一化与趋势特征处理器的趋势模块、引入局部重要性池化机制的局部变化模块、以及结合傅里叶分析网络与频率映射网络的周期模块，有效解决了传统时间序列预测模型在长序列预测中计算复杂度高、信息提取能力不足的问题，此外，轻量级融合网络的引入进一步提高了特征整合的效率和预测结果的准确性。

【技术实现步骤摘要】

本专利技术属于电量预测，具体地说是基于分层解耦的模块化长时间序列的用户用电量预测方法。

技术介绍

1、电力集成调度是保障电网稳定运行和电力合理分配的关键环节。随着用户电力数据规模的不断扩大和任务复杂性的提升，传统的时间序列预测模型在应对长序列预测中存在计算复杂度高、信息提取能力不足等问题；特别是，现有模型在协同建模多时序部分、表征复杂结构以及对高频扰动的敏感性方面存在显著不足，导致用户用电量预测的准确性不高，难以满足电力调度系统的实际需求。

2、为此，本领域技术人员提出了基于分层解耦的模块化长时间序列的用户用电量预测方法来解决
技术介绍
提出的问题。

技术实现思路

1、为了解决现有时间序列模型存在缺乏对多时序部分的协同建模能力、对复杂结构的表征不足、对高频扰动敏感性不足和对用户用电量预测方面表现不佳的问题，本专利技术提出了基于分层解耦的模块化长时间序列预测模型dlsfnet。该模型围绕趋势、局部波动与多尺度周期三类典型结构特征，构建功能模块独立且协同高效的子模块体系。通过结构解耦策略，dlsfnet明本文档来自技高网...

【技术保护点】

1.基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述用户用电量数据包括：用户地区、用户每小时用电量、用户日用电量、用户月用电量。

3.如权利要求1所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述模块化时间序列预测框架包括TNP模块、LIFE模块、MPE模块和轻量级融合模块LFN组合的时间序列预测框架DLSFNet。

4.如权利要求3所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述趋势模块...

【技术特征摘要】

1.基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述用户用电量数据包括：用户地区、用户每小时用电量、用户日用电量、用户月用电量。

3.如权利要求1所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述模块化时间序列预测框架包括tnp模块、life模块、mpe模块和轻量级融合模块lfn组合的时间序列预测框架dlsfnet。

4.如权利要求3所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述趋势模块融合可逆归一化与趋势特征处理器(tnp)包括：

5.如权利要求3所述基于分层解耦的模块化长时间序列的用户用电量预测方法，其特征在于：所述局部重要性特征处理器(life)包括：

6.如权利要求3所述基于分层解耦的模块化长...

【专利技术属性】
技术研发人员：李志刚，常银恒，任燕杰，张豆豆，
申请(专利权)人：石河子大学，
类型：发明
国别省市：