典型文献
实时电价下DTSLF模型的短期负荷预测应用研究
文献摘要：
精准的短期负荷预测可以保证电网安全稳定地运行,然而实时波动的电价在一定程度上与电力负荷相互影响,这大大增加了电力负荷预测的难度.针对此问题,基于改进语言模型Transformer提出一种短期负荷预测模型,简称DTSLF.其将Transformer模型输入端的Embedding层和输出端的Softmax层进行调整,并以全新的Encoder-decoder的输入方式双向处理负荷数据.实验表明,该模型可以充分发挥Transformer在语言处理上的超强特征提取能力,可以捕捉负荷数据间的"含义",将复杂的相关因素"翻译"成下一时刻负荷值,最后以真实数据进行实验,结果表明DTSLF模型与其他的模型相比在实时电价下有着更加出色的预测效果.
文献关键词：
短期负荷预测;实时电价;多头注意力机制;Transformer模型;DTSLF模型
中图分类号：
作者姓名：
孙红;颜宇
作者机构：
上海理工大学光电信息与计算机工程学院,上海200082
文献出处：
引用格式：
[1]孙红;颜宇-.实时电价下DTSLF模型的短期负荷预测应用研究)[J].控制工程,2022(05):789-795
A类：
DTSLF
B类：
实时电价,短期负荷预测,预测应用,电网安全,大大增加,电力负荷预测,语言模型,Transformer,负荷预测模型,模型输入,Embedding,输出端,Softmax,层进,Encoder,decoder,输入方式,负荷数据,语言处理,超强,特征提取能力,真实数据,加出,出色,多头注意力机制
AB值：
0.316819
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
