-
题名基于多尺度二次特征提取的短期电力负荷预测模型
- 1
-
-
作者
李楠
金淳熙
陶亮
黄亮
-
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室
东北电力大学电气工程学院
国家电网吉林省电力有限公司四平供电公司
-
出处
《电力系统保护与控制》
北大核心
2025年第19期114-126,共13页
-
基金
国家自然科学基金面上项目资助(52277084)。
-
文摘
为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的拟合分解功能,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集。其次,采用改进的特征金字塔网络(improved feature pyramid network,IFPN)匹配负荷数据的多尺度特性,并设计了卷积特征增强模块强化对节假日特征的表达能力,实现MSF的第一次提取。基于时间卷积神经网络的优势,深度挖掘一次特征间的时序依赖关系,引入SENet对特征的权重实现自适应赋值,同时完成MSF的二次提取。最后,利用鱼鹰算法优化后的Transformer模型完成负荷预测。在国内外两套负荷数据集上进行了验证,仿真结果表明所提模型的预测效果优于对比模型,特别是在对节假日负荷的预测精度上有所提高。
-
关键词
短期电力负荷预测
Prophet算法
二次特征提取
改进的特征金字塔网络
多尺度时间卷积网络
-
Keywords
short term power load forecasting
Prophet algorithm
secondary feature extraction
IFPN
MSTCN
-
分类号
TM715
[电气工程—电力系统及自动化]
-
