摘要

园区综合能源系统中多异质能流深度融合,精准的负荷预测是实现系统容量配置与优化调度的前提。提出一种基于多任务学习的多元负荷预测方法。首先,采用最大信息系数筛选重要耦合特征作为模型输入,以降低噪声;其次,构建基于改进粒子群算法优化的时间卷积网络和注意力机制相结合的多元负荷预测模型(PTA-MTL),以实现冷、热、电负荷的联合预测;最后,实验分析表明,所提模型不仅具有较高的预测精度,还具备较快的运行速度。

全文