一种Transformer与RF相融合的电力负荷预测方法
2025-02-28 10:18
No.1344977133201793024
技术概要
PDF全文
本技术涉及一种Transformer与RF相融合的电力负荷预测方法,包括:获取目标区域待预测的短期电力负荷数据,经过聚类和分解后输入训练后的随机森林网络RF,输出电力负荷预测结果。RF的训练过程包括:采集特定区域的电力负荷历史数据及其相应历史天气数据,经预处理后分别得到带标签的第一训练数据集和第二训练数据集;基于电力负荷历史数据及其相应历史天气数据的时间序列特性,分别对带标签的第一训练数据集和第二训练数据进行聚类和分解;分别将经聚类和分解后的电力负荷数据输入多模态时序预测变换器,得到特征序列;将该特征序列输RF进行回归预测,计算回归损失,通过该回归损失迭代优化随机森林网络。本发明可以明显电力负荷预测结果的准确性。
背景技术
随着社会的持续进步,用电规模呈现出迅猛的增长态势,进而带动了能源需求的指数级攀升。在这样的背景下,提升能源利用效率、降低电力能源损耗显得尤为迫切,其中,提高电力负荷预测精度成为了一个至关重要的环节。传统的负荷预测技术,如趋势外推法,虽然理论简洁、操作便捷,但在精度上却存在明显不足。目前,电力负荷预测的方法已经形成了三大主要类别:经典模型、现代智能方法以及组合模型。这些方法各有特色,适应了不同场景下的预测需求,为电力行业的可持续发展提供了有力的技术支撑。经典模型的方法理论成熟,操作简便,但在处理复杂、非线形趋势存在局限性,预测精度收到一定限制;现代智能方法能处理大量非线形数据,然而这些方法需要大量的计算资源和时间进行模型训练和调优,实现相对复杂;组合模型将不同模型进行集合,利用单一模型的优势减少误差,然而组合模型的建立和优化是一个复杂的过程。 针对负荷预测中对组合模型的建立和优化的复杂性,减少复杂环境因素对电力负荷预测的影响,因为气候场景发生变化时,采集到的数据统计特征随之改变,原来场景所使用的组合模型方法对于新场景的预测准确性会下降。因此对电力负荷数据进行聚类分解划分,分别对不同簇负荷数据进行分析预测可以有效提高预测精度。 在当前的集成学习中,堆叠(Stacking)方法是当下流行的方法,它通过将多个基学习器(如随机森林、支持向量机等)的输出作为另一个元学习器(Meta-Learner)的输入,以此来结合不同基学习器的预测结果,从而提高整体预测性能。然而Stacking需要训练多个基学习器和至少一个元学习器,这增加了模型的计算成本和时间消耗。其次,如果基学习器本身就存在过拟合问题,或者元学习器未能正确地结合基学习器的预测结果,那么整个Stacking模型就容易出现过拟合,导致在测试集上的性能下降,影响电力负荷预测结果的准确性。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
尚凤军  刘千叶
技术所属: 重庆邮电大学
相关技术
一种基于纳米纤维素纤丝和纤维素纳米晶的锌离子电池阳极材料制备方法及应用 一种基于纳米纤维素纤丝和纤维素纳米晶的锌离子电池阳极材料制备方法及应用
应用于双有源桥变换器的高自由度调整策略及优化方法 应用于双有源桥变换器的高自由度调整策略及优化方法
一种转子位置的无传感器检测方法 一种转子位置的无传感器检测方法
一种电解液添加剂、电解液以及应用 一种电解液添加剂、电解液以及应用
一种基于多流股换热的卡诺电池系统 一种基于多流股换热的卡诺电池系统
一种旋转摩擦加电装置 一种旋转摩擦加电装置
一种基于范德华辅助层的二维异质结洁净转移技术 一种基于范德华辅助层的二维异质结洁净转移技术
基于锁频环的并网变流器虚拟惯性控制装置、方法 基于锁频环的并网变流器虚拟惯性控制装置、方法
基于过零点检测的振荡频率提取方法及系统 基于过零点检测的振荡频率提取方法及系统
一种锂电池复合铝箔及其制备方法 一种锂电池复合铝箔及其制备方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利