[发明专利]基于深度自注意力网络的负荷预测方法及系统

摘要

基于深度自注意力网络的电力负荷预测方法及系统，以样本数据为输入，以电力负荷预测值为输出，包括自注意力编码器、历史分数计算单元、位置分数计算单元、位置编码器、Query序列单元、空间注意力单元、时间注意力单元；基于深度学习和自注意力模型实现对电力系统中负荷变化趋势和大小的准确预测。系统建立了用于预测的非自回归的自注意力神经网络，克服传统深度学习模型中的时滞和累计误差问题，同时系统构建了多变量间的注意力学习机制，实现基于多变量聚合的时间序列预测，有效提高了预测精度。本发明能够充分利用电网运行过程中采集的海量数据，对系统负荷进行精确预测，为电网后续调度控制提供依据。