基于动态关联图注意力网络的虚拟电厂居民短期负荷预测OA北大核心CSTPCD
居民短期负荷预测能够为虚拟电厂提供实时、灵活的电力需求信息,有助于虚拟电厂实现能源高效利用与优化电力市场交易。由于居民负荷相关性的日益凸显,传统预测方法仅基于单个居民历史负荷进行时序预测,无法满足规模化虚拟电厂对居民负荷关联性的综合需求。基于此,文中提出一种基于动态关联图注意力网络的虚拟电厂居民短期负荷预测方法。首先,提出了混合相关性分析方法来刻画居民负荷之间的线性和非线性关系,并进一步提出了权重剪枝阈值机制得到居民负荷混合相关性矩阵;然后,基于…查看全部>>
张峻凯;胡旭光;刘要博;许晴;马大中;孙秋野
东北大学信息科学与工程学院,辽宁省沈阳市110819东北大学信息科学与工程学院,辽宁省沈阳市110819东北大学信息科学与工程学院,辽宁省沈阳市110819东北大学信息科学与工程学院,辽宁省沈阳市110819东北大学信息科学与工程学院,辽宁省沈阳市110819东北大学信息科学与工程学院,辽宁省沈阳市110819
动力与电气工程
虚拟电厂短期负荷预测混合相关性动态关联图图神经网络时间图注意力机制
《电力系统自动化》 2024 (21)
P.120-128,9
国家自然科学基金资助项目(62303103)辽宁省教育厅基本科研项目(JYTQN2023161)辽宁省自然科学基金资助项目(2023-BSBA-140)。
评论