科研之友
微信
新浪微博
Facebook
分享链接
摘要
为综合考虑负荷的周期性、时序性和非线性，提高短期负荷预测精度，该文提出一种基于多维时序信息融合的短期电力负荷预测方法。它将负荷的时序性和日、周等周期性先验知识引入预测模型结构和处理单元的设计中。首先，通过一种新颖的多维门控循环单元融合时刻间、日间和周间等多个时序维度的负荷信息；然后，以此为基本单元构建序列到序列的多维时序结构预测模型，差异化处理历史与未来不同特征维数的输入信息，并融合多回溯周期下的负荷时变模式；最后，通过全连接网络输出未来多个时刻的负荷预测值。两个实际地区日前负荷预测的算例结果表明，相比常见预测方法，该文方法可实现历史和未来差异化输入条件下负荷多维时序规律的自适应学习，对组成性质、时间步长、日类型或季节不同的负荷具有更稳定的预测性能和更高的预测精度。
- 单位
