Current Location:home > Detailed Browse

Article Detail

一种改进Transformer的电力负荷预测方法

Submit Time: 2021-08-11
Author: 黄飞虎 1,2 ; 赵红磊 1 ; 弋沛玉 2 ; 李沛东 2 ; 彭舰 2 ;
Institute: 1.四川中电启明星; 2.四川大学计算机学院;

Abstracts

负荷预测是电网系统中很多应用的关键部分,具有重要作用。然而,由于电网负荷的非线性、时变性和不确定性,使得准确预测负荷具有一定的挑战。充分挖掘负荷序列的潜在特征是提升预测准确率的关键。本文认为在特征提取时应该充分利用负荷序列的位置信息、趋势性、周期性和时间信息,同时还应构建更深层次的神经网络框架进行特征挖掘。因此,本文提出了基于特征嵌入和Transformer框架的负荷预测模型,该模型由特征嵌入层,Transformer层和预测层组成。在特征嵌入层,模型首先对历史负荷的位置信息、趋势性、周期性和时间信息进行特征嵌入,然后再与天气信息进行融合,得到特征向量。Transformer层则接受历史序列的特征向量并挖掘序列的非线性时序依赖关系。预测层通过全连接网络实现负荷预测。从实验结果来看,本文模型的预测性能优于对比模型,体现了该模型的可行性和有效性。
Download Comment Hits:3137 Downloads:222
From: 黄飞虎
DOI:10.12074/202108.00061
Recommended references: 黄飞虎,赵红磊,弋沛玉,李沛东,彭舰.(2021).一种改进Transformer的电力负荷预测方法.[ChinaXiv:202108.00061] (Click&Copy)
Version History
[V1] 2021-08-11 16:31:37 chinaXiv:202108.00061V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse