国内刊号:11-2283/TM
国际刊号:1003-3076
发布日期:
作者:李云松, 张智晟
单位:青岛大学电气工程学院, 山东 青岛 266071
关键词:综合能源系统; 多元负荷预测; 短期; 图神经网络; 注意力机制; 变分模态分解
基金:国家自然科学基金项目(52077108)
综合能源系统多元负荷之间存在较强的复杂耦合关系,且多元负荷数据具有较强的波动性与随机性。针对上述特点,提出一种基于图神经网络、注意力机制、变分模态分解的多元负荷短期预测模型。首先,对多元负荷数据进行变分模态分解,削弱其波动性与随机性;然后,通过经注意力机制改进的图学习网络建立充分反映多元负荷耦合联系性、负荷与气象间关联性的图结构,并用图预测网络对图结构与多元负荷历史数据进行分析,实现多元负荷预测;最终,结合亚利桑那州立大学的实际数据对所提出模型与其他模型进行对比分析,结果表明,所提出模型具有更高的预测精度。
来源:2024年第9期
《电工电能新技术》期刊编辑部