Ldformer：面向长期电力预测的并行神经网络模型

2023年第24卷第9期

摘要

关键词

相关研究

回顶部

《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

HTML7 收藏 0

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。

关键词

长期电力预测 ; 长短期记忆网络 ; UniDrop ; 自注意力机制