-
题名SWT-MSGAT-MDEIF的短期电力负荷预测
- 1
-
-
作者
于多
曹燚
王海荣
曹倩
-
机构
无锡职业技术学院控制工程学院
无锡学院物联网工程学院
南京信息工程大学自动化学院
-
出处
《机械设计与制造》
北大核心
2025年第10期61-66,72,共7页
-
基金
国家自然科学基金(42305158)
第二批国家级职业教育教师教学创新团队课题研究项目(ZI2021030103)
江苏省高等教育教改研究立项重点课题(2021JSJG197)。
-
文摘
针对传统电力负荷预测模型在处理大规模、高维负荷数据时面临的非线性、非平稳及时空耦合特性捕捉不足的问题,这里提出SWT-MSGAT-MDEIF模型。该模型融合同步压缩小波变换(Synchronous Wavelet Transform,SWT)降噪算法、多尺度感知图注意力网络(Multi-Scale Perceptive Graph Attention Network,MSGAT)及多维增强型Informer网络(Multi-Dimensional Enhanced Informer,MDEIF)。首先,通过SWT算法对原始负荷数据进行降噪处理,提升数据质量;其次,MSGAT通过融合多头自注意力机制和关系注意力模块,有效捕捉负荷数据中的空间耦合信息;最后,MDEIF通过优化时间序列建模,引入相对位置编码、多尺度扩展因果卷积和直通机制,显著增强模型对长序列依赖和低细粒度特征的处理能力。实验结果显示,在SC数据集上,模型RMSE为760.2MW,MAE为449.7MW,MAPE低至0.014%,R2高达0.9885;在GEF数据集上,RMSE为412.8MW,MAE为367.7MW,MAPE为0.012%,R2为0.9931。相较于传统及现有模型,SWT-MSGAT-MDEIF在预测精度和稳定性上均表现出色,验证了其在短期负荷预测中的优越性。
-
关键词
负荷预测
SWT
msgat
多维增强型Informer
-
Keywords
Load Forecasting
SWT
msgat
Multidimensional Enhanced Informer
-
分类号
TH16
[机械工程—机械制造及自动化]
TM715
[电气工程—电力系统及自动化]
-
