华东师范大学学报(自然科学版)

作者：唐利涛, 张智勇, 陈俊, 许林娜, 钟佳晨, 袁培森

单位：唐利涛, 女, 硕士, 高级工程师, 主要研究方向为计量自动化管理及技术. >

关键词：Autoformer,电力负荷预测,自相关机制,特征提取,负荷特性,

基金：国家自然科学基金(61877018); 上海市大数据管理系统工程研究中心开放基金(HYSY21022)

新一代电网是未来智能电网发展的主要方向, 而电力负荷精准预测是智能电网的一项重要基础工作. 为了提高智能电力系统负荷预测的精确度, 本文基于自相关机制的预测模型Autoformer, 对负荷数据集进行了特性分析, 在原模型中加入特征提取层, 从编码层数、解码层数、学习率和批量大小等方面优化了模型参数, 实现了周期灵活的负荷预测. 在真实数据集上进行了实验和分析, 实验结果表明, 本文模型在预测效果上表现更好, MAE (mean absolute error)和MSE (mean squared error)分别为0.2512和0.1915, 决定系数为0.9832. 与其他方法相比, 本文方法负荷预测效果更好.

来源：2023年第5期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2023年第5期