摘要

为提升架空输电线路在用电高峰期的输电能力保证用电质量,提出一种结合Transformer、CNN(convolutional neural network)卷积与AR(Auto-regressive)自回归模块的网络结构,用以进行多步负荷预测以及计算线路在极端条件下允许的最大载流量限值。基于网络训练历史数据获取各气象因素与载流量之间的相互联系,再将气象数据输入网络,输出对应的气象条件下线路允许的最大载流量限值,以此来达到动态增容的目的。实验结果表明,该网络在进行载流量多步预测时具有更高的精度,对提高现有线路的输电能力起指导性作用。

全文