期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深层感知交互Transformer的光伏功率预测
1
作者
张禄晞
石研
+2 位作者
曹志远
张一
杨真真
《智慧电力》
北大核心
2025年第8期70-78,共9页
为充分挖掘数据关联性和时序性,提出基于深层感知交互Transformer(DPIT)的光伏功率预测方法。首先,构建改进时间卷积网络以高效提取跨时间、跨变量依赖关系并扩展感受野;其次,构建包含改进倒置Transformer(IIT)、深度感知自注意力(DPSA...
为充分挖掘数据关联性和时序性,提出基于深层感知交互Transformer(DPIT)的光伏功率预测方法。首先,构建改进时间卷积网络以高效提取跨时间、跨变量依赖关系并扩展感受野;其次,构建包含改进倒置Transformer(IIT)、深度感知自注意力(DPSA)及残差自注意力(RSA)的双分支交互学习网络。其中,IIT在倒置维度上集成卷积加性自注意力、前馈网络及层归一化,以降低计算复杂度,同步提升全局学习能力与关键气象特征和多元相关性捕获性能;DPSA和RSA融合深度感知机制与自注意力机制以增强特征学习能力;最后,通过大量仿真实验验证了DPIT模型兼具低计算复杂度与预测高精度优势。
展开更多
关键词
注意力
机制
卷积加性自注意力
时间
卷积
网络
TRANSFORMER
光伏功率预测
在线阅读
下载PDF
职称材料
题名
基于深层感知交互Transformer的光伏功率预测
1
作者
张禄晞
石研
曹志远
张一
杨真真
机构
国网内蒙古东部电力有限公司供电服务监管与支持中心
南京邮电大学理学院
出处
《智慧电力》
北大核心
2025年第8期70-78,共9页
基金
国家自然科学基金资助项目(62171232)。
文摘
为充分挖掘数据关联性和时序性,提出基于深层感知交互Transformer(DPIT)的光伏功率预测方法。首先,构建改进时间卷积网络以高效提取跨时间、跨变量依赖关系并扩展感受野;其次,构建包含改进倒置Transformer(IIT)、深度感知自注意力(DPSA)及残差自注意力(RSA)的双分支交互学习网络。其中,IIT在倒置维度上集成卷积加性自注意力、前馈网络及层归一化,以降低计算复杂度,同步提升全局学习能力与关键气象特征和多元相关性捕获性能;DPSA和RSA融合深度感知机制与自注意力机制以增强特征学习能力;最后,通过大量仿真实验验证了DPIT模型兼具低计算复杂度与预测高精度优势。
关键词
注意力
机制
卷积加性自注意力
时间
卷积
网络
TRANSFORMER
光伏功率预测
Keywords
attention mechanism
convolutional additive self-attention
TCN
Transformer
photovoltaic power forecasting
分类号
TM615 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深层感知交互Transformer的光伏功率预测
张禄晞
石研
曹志远
张一
杨真真
《智慧电力》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
