科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着全球能源互联网建设以及电力市场化改革的推进，负荷预测在电力系统经济运行中的作用逐渐凸显，电网复杂化、扰动因素多元化等问题给负荷预测带来了巨大挑战。文章提出一种基于时间卷积网络和注意力机制的短期负荷预测方法，该方法使用时间卷积网络提取较长负荷数据的跨时非线性特性，并引入注意力机制以捕获历史时序特征对负荷预测的重要性分布和持续时间关系，有效提升了模型的可解释性和预测精度。采用美国东部某电厂数据集进行验证，实验结果表明，训练生成的融合模型具有较强的负荷时序特征学习能力，在不同场景下均具有较高的预测精度。
