基于深度交叉分解的双通道电力负荷预测方法

技术特征：

1.基于深度交叉分解的双通道电力负荷预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于深度交叉分解的双通道电力负荷预测方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求1或2任一项所述的基于深度交叉分解的双通道电力负荷预测方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求1所述的基于深度交叉分解的双通道电力负荷预测方法，其特征在于，所述步骤s3具体包括：

5.根据权利要求1所述的基于深度交叉分解的双通道电力负荷预测方法，其特征在于，所述步骤s3具体包括：

6.根据权利要求1或4任一项所述的基于深度交叉分解的双通道电力负荷预测方法，其特征在于，所述步骤s4具体包括：

7.基于深度交叉分解的双通道电力负荷预测系统，其特征在于，包括以下内容：

8.根据权利要求7所述的基于深度交叉分解的双通道电力负荷预测系统，其特征在于，所述特征增强lstm网络单元，通过增加网络深度将输入的电力序列数据的长度进行转换，将所述特征增强lstm网络单元处理后的数据传递至一级序列分解单元；

9.根据权利要求7所述的基于深度交叉分解的双通道电力负荷预测系统，其特征在于，所述一级序列分解单元，将所述特征增强lstm网络单元得到的数据进行分解处理得到季节项s1和趋势-周期项t1，传递至所述特征增强gru网络单元；

10.根据权利要求7所述的基于深度交叉分解的双通道电力负荷预测系统，其特征在于，所述特征弱化gru网络单元，根据二级序列分解单元处理后得到的季节项s2和趋势-周期项t2对长度进行转换，将所述特征弱化gru网络单元处理后的数据传递至三级序列分解单元；

技术总结
本发明涉及电力能源技术领域，尤其涉及基于深度交叉分解的双通道电力负荷预测方法。对采集的电力负荷数据进行预处理构造数据集；将输入序列分解为季节项和趋势‑周期项，进入季节通道和趋势‑周期通道分别进行预测；在季节通道和趋势‑周期通道中，先后通过特征增强模块、序列分解模块、特征弱化模块进行数据处理；还设计了深度交叉分解融合模块，将季节通道中分离出的趋势‑周期分量送到趋势‑周期通道，同时融入从趋势‑周期通道得到的季节分量；同时，通过构建残差连接，避免了梯度消失，提高了模型的泛化能力。最后，经过一个全连接层得到目标长度的预测结果。本发明具有较强的泛化能力，有效提高了电力负荷预测的精度。

技术研发人员：李跃,刘业朋,黄思远,张帆,文志东,司千字
受保护的技术使用者：山东工商学院
技术研发日：
技术公布日：2024/1/22