龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：基于MST‑GCN与Transformer融合的多节点短期电力负荷预测方法，构建MSTGCN‑T模型，包括多尺度ST‑GCN模型、Transformer层与门控融合模块；对输入的历史时空负荷矩阵基于属性增强单元A‑Cell进行属性增强，得到属性增强后的时空负荷矩阵；将属性增强后的时空负荷矩阵、节点0‑1邻接矩阵与自适应邻接矩阵输入到MST‑GCN模块，采用MST‑GCN模块挖掘各节点负荷的短期时空特征，采用Transformer挖掘各节点负荷的长期时序特征；把属性增强后的时空负荷也输入到Transformer层进行节点负荷长期时序特征挖掘；通过门控融合模块集成短期时空特征、长期时序特征作为预测的输出。本发明模型大幅度提升了多节点负荷预测的精确性和稳定性。
主权项：1.基于MST-GCN与Transformer融合的多节点短期电力负荷预测方法，其特征在于包括以下步骤：步骤1：构建MSTGCN-T模型，包括多尺度ST-GCN模型、Transformer层与门控融合模块；步骤2：对输入的历史时空负荷矩阵基于属性增强单元A-Cell进行属性增强，得到属性增强后的时空负荷矩阵；步骤3：将属性增强后的时空负荷矩阵、节点0-1邻接矩阵与自适应邻接矩阵输入到MST-GCN模块，采用MST-GCN模块挖掘各节点负荷的短期时空特征，采用Transformer挖掘各节点负荷的长期时序特征；步骤4：把属性增强后的时空负荷也输入到Transformer层进行节点负荷长期时序特征挖掘步骤5：通过门控融合模块集成短期时空特征、长期时序特征作为预测的输出。
全文数据：
权利要求：
百度查询： 三峡大学 基于MST-GCN与Transformer融合的多节点短期电力负荷预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号