基于多维信息矩阵和DAM-LSTNet的线损预测方法

扫码查看

原文链接

万方数据
维普

中文摘要：线损占低压配电网中能量损耗的绝大部分.准确预测线损率(line loss rate,LLR)对于及时消除输电线路异常故障,保证供电安全具有重要意义.现有的线损预测方法很少考虑季节性趋势数据,并且在预测非平稳线损序列时存在滞后效应.针对上述问题,提出一种基于多维信息矩阵和多维注意力机制-长短期时间序列网络(dimensional attention mechanism-long-and short-term time-series network,DAM-LSTNet)的预测方法.首先,采用最大信息系数(maximum information coefficient,MIC)方法筛选配电网特征和季节趋势参数.其次,采用遗传算法优化的变分模态分解(variational mode decomposition,VMD)方法,对历史线损数据进行分解,形成具有筛选网络特征参数的多维信息矩阵.最后,将多维信息矩阵放入具有多维注意力机制的LSTNet网络中,以预测线损.算例分析表明,与现有方法相比,所提方法具有预测参数考虑充分、预测权重自适应变化、滞后效应弱、预测准确率高等优点.

外文标题：Line Loss Prediction Based on Multi-dimensional Information Matrix and Multi-DAM-LSTNet

外文关键词：

multidimensional information matrixmultidimensional attention mechanismlong-and short-term time series networkmaximum information coefficientvariational mode decompositionline loss

作者：

马倩、郭江涛、杨霞、迪力尼亚·迪力夏提、赵刚、陈天宇

展开 >

作者单位：

国网新疆电力有限公司信息通信公司,新疆维吾尔自治区乌鲁木齐市 830017

关键词：

多维信息矩阵多维注意力机制长短期时间序列网络最大信息系数变分模态分解线损

基金：

国家电网科技项目

项目编号：

PDB17202000230

出版年：

2024

DOI：

10.13335/j.1000-3673.pst.2023.0336

电网技术

国家电网公司

电网技术

CSTPCD北大核心

影响因子：2.821

ISSN：1000-3673

年,卷(期)：2024.48(3)

参考文献量22