科研之友
微信
新浪微博
Facebook
分享链接
摘要
精准的短期负荷预测可以保证电网安全稳定地运行，然而实时波动的电价在一定程度上与电力负荷相互影响，这大大增加了电力负荷预测的难度。针对此问题，基于改进语言模型Transformer提出一种短期负荷预测模型，简称DTSLF。其将Transformer模型输入端的Embedding层和输出端的Softmax层进行调整，并以全新的Encoder-decoder的输入方式双向处理负荷数据。实验表明，该模型可以充分发挥Transformer在语言处理上的超强特征提取能力，可以捕捉负荷数据间的“含义”，将复杂的相关因素“翻译”成下一时刻负荷值，最后以真实数据进行实验，结果表明DTSLF模型与其他的模型相比在实时电价下有着更加出色的预测效果。
- 单位
