摘要
电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional variational auto-encoder,HVAE)的生成式电力负荷预测模型DHVAE,模型通过对历史电力数据前向加噪,再将加噪数据送入分层变分自编码器中进行特征提取,最终生成对未来电力负荷侧的多步预测.为验证算法的预测准确性,采用湖北某集团的历史电力数据开展预测仿真实验,实验结果表明,DHVAE可以实现准确的多步电力负荷预测,为电力系统的优化调度提供有效的方法支撑.
维普
万方数据