[发明专利]一种时空多模态电网运维资源消耗预测方法

权利要求书

1.一种时空多模态电网运维资源消耗预测方法，其特征在于，包括以下步骤：

步骤一，获取电网运维资源消耗因素，并采集每个电网运维资源消耗因素对应的时间序列数据，同时采集电网运维资源消耗的时间序列数据；

步骤二，根据电网运维资源消耗因素对应的时间序列数据以及电网资源消耗的时间序列数据构建数据集，并将数据集随机划分为测试集和训练集；

步骤三，构建电网运维资源消耗预测模型，对训练集中的时间序列数据进行时间维度特征提取，同时提取训练集中的时间序列数据在设定时间节点下的关系特征；

步骤四，根据从训练集中提取的时间维度特征以及在设定时间节点下的关系特征对电网运维资源消耗预测模型进行参数训练，电网运维资源消耗预测模型训练完成后，将测试集输入电网运维资源消耗预测模型进行电网运维资源消耗预测。

2.根据权利要求1所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，步骤三中在对训练集中的时间序列数据进行时间维度特征提取时，先采用K维卷积核对时间序列数据在时间方向上进行运算，获取所有时间序列数据对应的结果向量，根据所有的结果向量构建矩阵Z，并将矩阵Z作为UR-LSTM的输入，通过UR-LSTM获取每个时间戳的输出结果，根据每个时间戳的输出结果构建矩阵H，所述矩阵H为提取的时间维度特征。

3.根据权利要求1所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，步骤三中在提取训练集中的时间序列数据在设定时间节点下的关系特征时，通过一维卷积模型提取时间序列数据在设定时间节点下的关系特征。

4.根据权利要求1所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，步骤二中根据电网运维资源消耗因素对应的时间序列数据以及电网资源消耗的时间序列数据构建数据集前，还对电网运维资源消耗因素对应的时间序列数据以及电网资源消耗的时间序列数据进行预处理，所述预处理包括缺失值处理、异常值处理、标准化处理和归一化处理。

5.根据权利要求1所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，步骤四中根据从训练集中提取的时间维度特征以及在设定时间节点下的关系特征对电网运维资源消耗预测模型进行参数训练前，还将从训练集中提取的时间维度特征以及在设定时间节点下的关系特征输入时间注意力机制，通过训练权重提取不同时间点的时间序列数据对预测结果的重要程度，并将提取得到的不同时间点的时间序列数据对预测结果的重要程度作为解码器的输入，通过LSTM层和全连接层获取每个时间点对应的电网运维资源消耗预测值。

6.根据权利要求5所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，在通过LSTM层和全连接层获取训练集中每个时间序列数据对应的电网运维资源消耗预测结果后，通过最小化均方差误差根据对电网运维资源消耗预测模型进行参数训练。

7.根据权利要求6所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，所述通过最小化均方差误差根据对电网运维资源消耗预测模型进行参数训练的表达式为：

其中：θ为待学习的电网运维资源消耗预测模型参数，n为训练集中时间序列数据数量，分别为t时刻电网运维资源消耗的真实值和预测值，τ为预测的时间窗口长度。

8.根据权利要求1所述的一种时空多模态电网运维资源消耗预测方法，其特征在于，在获取预测结果后，还通过预测指标对电网运维资源消耗预测模型的预测效果进行评估，所述预测指标包括均方根误差RMSE、平均绝对误差MAE和相关系数CORR。