首页|期刊导航|电力系统自动化|考虑时序特征提取与双重注意力融合的TCN超短期负荷预测

考虑时序特征提取与双重注意力融合的TCN超短期负荷预测

周思思李勇郭钇秀乔学博梅玉杰邓威

电力系统自动化2023，Vol.47Issue(18)：193-205,13.

电力系统自动化2023，Vol.47Issue(18)：193-205,13.DOI:10.7500/AEPS20221202003

考虑时序特征提取与双重注意力融合的TCN超短期负荷预测

Ultra-short-term Load Forecasting Based on Temporal Convolutional Network Considering Temporal Feature Extraction and Dual Attention Fusion

周思思 ¹李勇 ¹郭钇秀 ¹乔学博 ²梅玉杰 ¹邓威³

作者信息

1. 湖南大学电气与信息工程学院,湖南省长沙市 410082
2. 南方电网科学研究院有限责任公司,广东省广州市 510663
3. 国网湖南省电力有限公司电力科学研究院,湖南省长沙市 410007
折叠

摘要

关键词

配电网/负荷预测/特征提取/多头自注意力/时间卷积网络/配电变压器台区

Key words

distribution network/load forecasting/feature extraction/multi-head self-attention/temporal convolutional network/distribution transformer area

引用本文复制引用

周思思,李勇,郭钇秀,乔学博,梅玉杰,邓威..考虑时序特征提取与双重注意力融合的TCN超短期负荷预测[J].电力系统自动化,2023,47(18):193-205,13.

基金项目

国家重点研发计划政府间国际科技创新合作重点专项资助项目(2022YFE0129300) （2022YFE0129300）

国家自然科学基金重点支持项目(U22B20104). This work is supported by International Science and Technology Cooperation Program of China(No.2022YFE0129300)and National Natural Science Foundation of China(No.U22B20104). （U22B20104）

电力系统自动化

OA北大核心CSCDCSTPCD

ISSN：1000-1026

访问量0

下载量0

段落导航