-
公开(公告)号:CN118504792B
公开(公告)日:2024-10-18
申请号:CN202410962169.9
申请日:2024-07-18
申请人: 国网山东省电力公司济宁供电公司 , 山东大学
IPC分类号: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/042 , G06N3/0455 , G06N3/049 , G06N3/08 , G06F18/25
摘要: 本发明提出了外生变量深度融合的充电站集群负荷预测方法及系统,涉及负荷预测技术领域。包括获取节点群的外生变量数据和内生变量数据;采用时序图神经网络提取外生变量数据特征,得到充电站时空特征向量;提取内生变量数据集的负荷特征向量,得到趋势性和季节性特征向量、以及负荷局部特征向量;将充电站时空特征向量、以及趋势性和季节性特征向量相互融合,生成多元综合特征向量,利用多元综合特征向量和负荷局部特征向量训练基于交叉注意力机制的Transformer预测模型;获取外生变量实时数据,将外生变量实时数据输入至训练好的基于交叉注意力机制的Transformer预测模型中,得到充电站集群负荷预测结果。本发明能够实现准确的充电站集群负荷预测。
-
公开(公告)号:CN118504792A
公开(公告)日:2024-08-16
申请号:CN202410962169.9
申请日:2024-07-18
申请人: 国网山东省电力公司济宁供电公司 , 山东大学
IPC分类号: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/042 , G06N3/0455 , G06N3/049 , G06N3/08 , G06F18/25
摘要: 本发明提出了外生变量深度融合的充电站集群负荷预测方法及系统,涉及负荷预测技术领域。包括获取节点群的外生变量数据和内生变量数据;采用时序图神经网络提取外生变量数据特征,得到充电站时空特征向量;提取内生变量数据集的负荷特征向量,得到趋势性和季节性特征向量、以及负荷局部特征向量;将充电站时空特征向量、以及趋势性和季节性特征向量相互融合,生成多元综合特征向量,利用多元综合特征向量和负荷局部特征向量训练基于交叉注意力机制的Transformer预测模型;获取外生变量实时数据,将外生变量实时数据输入至训练好的基于交叉注意力机制的Transformer预测模型中,得到充电站集群负荷预测结果。本发明能够实现准确的充电站集群负荷预测。
-