基于Transformer和Bi-LSTM的电力负荷预测方法及系统

首页 > 成果 > 详情

认领

导出

反馈

作者信息专利信息申请信息归属信息摘要

成果类型：

专利

发明/设计人：

肖克江;曾炫宇;邱家瑞;方烁;朱广杰;...

申请/专利权人：

华中师范大学

专利类型：

发明

语种：

中文

申请时间：

2023.10.17

申请/专利号：

CN202311351746.2

公开时间：

2024.03.01

公开号：

CN117638860A

代理人：

王琪

机构署名：

本校为其他完成单位

摘要：

本发明公开了基于Transformer和Bi‑LSTM的电力负荷预测方法及系统。本发明针对电力负荷影响因素不确定的问题，提出使用随机森林算法来进行筛选对负荷影响最大的9个特征。同时针对电力负荷预测任务，提出了一种新的编码器，能够同时获取负荷数据在时间和空间上的序列信息。与现有的技术相比，它能捕捉局部语义信息的同时，也能受益于更长的回溯窗口。通过对TrendModel的有效设计，可以实现多粒度的负荷序列信息建模，从而达到更好的电力负荷预测精度。

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

验证码：

看不清楚，换一个

确定

取消

成果认领

标题：

用户	作者	通讯作者	--
	请选择	请选择	--

确定

取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限，请直接登录访问

如果您没有访问权限，请联系管理员申请开通

管理员联系邮箱：yun@hnwdkj.com