基于Autoformer的电力负荷预测与分析研究

作者：唐利涛; 张智勇; 陈俊; 许林娜; 钟佳晨; 袁培森^*

来源：华东师范大学学报(自然科学版), 2023, (05): 135-146.

DOI：10.3969/j.issn.1000-5641.2023.05.012

• Autoformer
• 电力负荷预测
• 自相关机制
• 特征提取
• 负荷特性

新一代电网是未来智能电网发展的主要方向,而电力负荷精准预测是智能电网的一项重要基础工作.为了提高智能电力系统负荷预测的精确度,本文基于自相关机制的预测模型Autoformer,对负荷数据集进行了特性分析,在原模型中加入特征提取层,从编码层数、解码层数、学习率和批量大小等方面优化了模型参数,实现了周期灵活的负荷预测.在真实数据集上进行了实验和分析,实验结果表明,本文模型在预测效果上表现更好, MAE (mean absolute error)和MSE (mean squared error)分别为0.251 2和0.191 5,决定系数为0.983 2.与其他方法相比,本文方法负荷预测效果更好.

• 单位
  广西电网有限责任公司; 南京农业大学