公开(公告)号：CN117335389A

公开(公告)日：2024-01-02

申请号：CN202311216421.3

申请日：2023-09-20

Applicant: 四川中电启明星信息技术有限公司

Inventor： 李冰箫 ,  张世伟 ,  黄飞虎 ,  张捷 ,  田攀

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明公开了一种基于多任务学习的电力负荷预测方法、系统、设备及介质，获取天气相关数据、水电站运行参数数据，并对获取的数据进行处理；将处理后的数据输入第一神经网络模型进行处理，提取数据中的特征信息；将提取的数据特征信息输入基于动态细粒度共享网络的第二神经网络模型，对水电站在丰水期、枯水期的电力负荷进行预测。采用基于多头注意力机制的LSTM预测模型实现对电力负荷数据中数据特征的充分提取和挖掘，以提高模型预测的准确性；同时，采用动态细粒度共享网络对特殊情况下的任务进行针对性的处理，在进一步提高了预测结果准确性的情况下，提高了数据处理的效率。