一种基于共享编码器的跨区域负荷预测方法、系统、设备及存储介质

    公开(公告)号:CN119627886A

    公开(公告)日:2025-03-14

    申请号:CN202411726152.X

    申请日:2024-11-28

    Abstract: 本发明公开了一种基于共享编码器的跨区域负荷预测方法、系统、设备及存储介质,该方法包括:构建共有协变量预训练数据集和特定区域数据集;构建时序预测骨干网络,其包括输入编码层和基于自注意力机制的共享编码器;设计多任务学习框架,包含多任务学习网络架构和动态加权损失函数;利用共有协变量预训练数据集对编码器预训练;利用各区域的特定区域数据集,结合多任务学习框架在特定区域对编码器微调;用编码器对大规模、跨区域的负荷数据进行时序预测;根据时序预测结果评估编码器的性能。本发明有效解决了跨区域负荷预测中的数据稀疏性、区域差异性、长期依赖关系捕捉和数据不平衡等问题,显著提高了预测精度和模型泛化能力。

Patent Agency Ranking