《信息与电子工程前沿(英文)》
>> 2023年
第24卷
第9期
doi:
10.1631/FITEE.2200540
Ldformer:面向长期电力预测的并行神经网络模型
1.College of Computer Science & Engineering, Northwest Normal University, Lanzhou 730070, China
收稿日期:
2022-11-03
录用日期:
2023-09-21
发布日期:
2023-09-21
下一篇
上一篇
摘要
准确的长期电力预测对电网决策运行和用户用电管理非常重要,可保证电力系统的可靠供电和电网经济的可靠运行。然而,大多数时间序列预测模型在数据量大、预测精度高的长时间序列预测任务中表现不佳。为了应对这一挑战,提出名为LDformer的并行时间序列预测模型。首先,将Informer与长短期记忆网络相结合,以获得时间序列的深度表达能力。其次,提出并行编码器模块提高模型鲁棒性,并将卷积层与注意力机制相结合,以避免注意力机制中的值冗余。最后,提出结合UniDrop的概率稀疏注意力机制,以减少计算开销并减轻序列中一些关键连接丢失的风险。在5个真实数据集上的实验结果显示,在不同的长时间序列预测任务中,LDformer大部分结果都优于最先进的基线结果。