本发明提供的一种基于时间卷积网络的电力系统短期负荷预测方法,包括:采集历史负荷数据,对数据进行预处理;构建因果扩张卷积模型,将预处理后的数据分别输入两个不同的因果扩张卷积模型中进行卷积处理;将因果扩张卷积模型处理后的两个结果连接形成残差块;将残差块进行堆叠,得到时间卷积网络;利用时间卷积网络进行全卷积层计算,预测出未来的电力负荷需求。本发明提供的电力系统短期负荷预测方法,通过因果扩张卷积模型,对数据进行因果卷积处理和扩张卷积处理,再交由残差卷积处理,简化学习目标和难度,最后利用时间卷积网络进行全卷积层计算,减少预测过程中所需时间和硬件需求的同时,与主流的循环神经网络有着相当的精度。
声明:
“基于时间卷积网络的电力系统短期负荷预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)