• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于Transformer模型的電力負(fù)荷預(yù)測(cè)

    2023-03-10 05:11:44王園浩朱月堯查易藝
    機(jī)電信息 2023年4期
    關(guān)鍵詞:解碼器用電注意力

    王園浩 朱月堯 查易藝

    (1.南京理工大學(xué)自動(dòng)化學(xué)院,江蘇南京 210094;2.國(guó)網(wǎng)江蘇省電力有限公司淮安供電分公司,江蘇淮安 223022;3.國(guó)網(wǎng)江蘇省電力有限公司信息通信分公司,江蘇南京 210024)

    0 引言

    電力系統(tǒng)的主要任務(wù)是為用戶提供標(biāo)準(zhǔn)且穩(wěn)定的電能,以滿足生活中各類(lèi)負(fù)荷的用電需求,由于目前難以實(shí)現(xiàn)電能的大量存儲(chǔ),故為使電力系統(tǒng)穩(wěn)定運(yùn)行,需要實(shí)時(shí)動(dòng)態(tài)地平衡發(fā)電量與負(fù)荷變化[1]。為保證電網(wǎng)經(jīng)濟(jì)且穩(wěn)定運(yùn)行,應(yīng)按需發(fā)電并合理分配負(fù)荷,其關(guān)鍵點(diǎn)在于如何對(duì)電力系統(tǒng)負(fù)荷進(jìn)行精準(zhǔn)預(yù)測(cè)。

    電力系統(tǒng)負(fù)荷預(yù)測(cè)是電力系統(tǒng)規(guī)劃的重要組成部分,也是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的基礎(chǔ)[2]。細(xì)化到民用領(lǐng)域,居民用電量本質(zhì)上是一系列的時(shí)序數(shù)據(jù),故可用時(shí)序預(yù)測(cè)問(wèn)題予以建模,它能從已知的歷史用電需求出發(fā)來(lái)預(yù)測(cè)未來(lái)的用電需求。傳統(tǒng)的電力系統(tǒng)負(fù)荷預(yù)測(cè)常采用基于時(shí)間序列的方法,例如文獻(xiàn)[3]從負(fù)荷影響因素的復(fù)雜性和隨機(jī)性考慮,以電力系統(tǒng)負(fù)荷為因變量,經(jīng)濟(jì)、人口、季節(jié)為自變量構(gòu)建回歸方程,利用多元線性回歸模型進(jìn)行預(yù)測(cè);文獻(xiàn)[4]利用灰色模型(Grey Model,GM)擬合電力負(fù)荷的增長(zhǎng)趨勢(shì),再利用馬爾可夫鏈(Markov Chain,MC)修正預(yù)測(cè)結(jié)果;文獻(xiàn)[5]利用粒子群算法(Particle Swarm Optimization,PSO)對(duì)灰色模型的參數(shù)進(jìn)行適當(dāng)優(yōu)化,并使用傅里葉變換對(duì)預(yù)測(cè)誤差進(jìn)行修正,但灰色預(yù)測(cè)法需要負(fù)荷序列連續(xù)平滑且符合指數(shù)變化規(guī)律,該方法雖聯(lián)合了尋優(yōu)算法,但仍未擺脫灰色模型的框架。

    電力系統(tǒng)負(fù)荷最大的特點(diǎn)在于非線性,以上方法雖然計(jì)算速度快,但是無(wú)法解決序列非線性的問(wèn)題,故精度欠佳,難以在電力系統(tǒng)規(guī)劃與電網(wǎng)調(diào)度中發(fā)揮重要作用。為解決電力負(fù)荷序列非線性強(qiáng)從而導(dǎo)致難以準(zhǔn)確預(yù)測(cè)的問(wèn)題,一批機(jī)器學(xué)習(xí)算法開(kāi)始涌現(xiàn):支持向量機(jī)(Support Vector Machine,SVM)對(duì)高維度的非線性問(wèn)題有較好的處理能力,文獻(xiàn)[6]使用SVM對(duì)某區(qū)域一天內(nèi)的短期電力負(fù)荷進(jìn)行預(yù)測(cè),一定程度上解決了歷史數(shù)據(jù)有限且系統(tǒng)非線性的問(wèn)題;文獻(xiàn)[7-8]等采用了隨機(jī)森林(Random Forest,RF)算法,但該方法在噪聲較大的數(shù)據(jù)上會(huì)出現(xiàn)較為明顯的過(guò)擬合問(wèn)題。近年來(lái)火熱的人工智能算法在傳統(tǒng)機(jī)器學(xué)習(xí)算法的基礎(chǔ)上更進(jìn)一步提高了對(duì)非線性數(shù)據(jù)的擬合能力,理論上神經(jīng)網(wǎng)絡(luò)模型可以擬合任意非線性函數(shù),其中基于反向傳播(Back Propagation,BP)[9-10]的神經(jīng)網(wǎng)絡(luò)模型被最早應(yīng)用于電力系統(tǒng)負(fù)荷預(yù)測(cè)領(lǐng)域,并在短期預(yù)測(cè)領(lǐng)域取得了較為成熟的結(jié)果。

    但電力實(shí)際調(diào)度時(shí),不僅要進(jìn)行短期預(yù)測(cè),往往還需要進(jìn)行中長(zhǎng)期預(yù)測(cè),處理長(zhǎng)時(shí)序數(shù)據(jù),這要求算法必須具備記憶能力,以從海量數(shù)據(jù)中提取有效的時(shí)間特征,保證算法預(yù)測(cè)精度,傳統(tǒng)BP算法無(wú)法滿足要求,被以長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)為首的循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)算法取代,其緩解了傳統(tǒng)RNN 存在的梯度爆炸及梯度消失問(wèn)題,且具備記憶能力。文獻(xiàn)[11-12]采用LSTM 算法及其變體取得了優(yōu)于傳統(tǒng)時(shí)間序列方法與人工智能算法的預(yù)測(cè)精度;文獻(xiàn)[13]利用LSTM 模型對(duì)中國(guó)股市中的一些銀行股股價(jià)進(jìn)行預(yù)測(cè),其預(yù)測(cè)結(jié)果在200個(gè)時(shí)間步內(nèi)較好地捕捉了股價(jià)的漲跌趨勢(shì)。LSTM 并非完美,受其原理所限,LSTM 網(wǎng)絡(luò)無(wú)法進(jìn)行并行計(jì)算,在工程實(shí)踐中極大地浪費(fèi)了計(jì)算資源,并且該網(wǎng)絡(luò)模型記憶能力有限,對(duì)于數(shù)據(jù)中的長(zhǎng)期依賴(lài)特征無(wú)法很好地提取,在處理中長(zhǎng)期預(yù)測(cè)任務(wù)時(shí),其性能表現(xiàn)仍有進(jìn)一步的提升空間。Transformer克服了傳統(tǒng)LSTM 存在的一些問(wèn)題,可以在時(shí)序中建立較好的長(zhǎng)時(shí)依賴(lài)性。文獻(xiàn)[14]利用Transformer模型對(duì)網(wǎng)購(gòu)平臺(tái)多種商品的價(jià)格與銷(xiāo)量進(jìn)行預(yù)測(cè),很好地體現(xiàn)了Transformer在處理長(zhǎng)時(shí)序信息時(shí)的能力;文獻(xiàn)[15]將Transformer模型應(yīng)用于行人軌跡預(yù)測(cè),并取得了比LSTM 更好的預(yù)測(cè)結(jié)果。

    在本文中,受Transformer模型優(yōu)勢(shì)的啟發(fā),將Transformer模型從機(jī)器翻譯領(lǐng)域引入電力系統(tǒng)負(fù)荷預(yù)測(cè)領(lǐng)域,構(gòu)建基于Transformer的用電負(fù)荷預(yù)測(cè)模型,并對(duì)某區(qū)域內(nèi)20戶用戶一年內(nèi)的用電負(fù)荷以小時(shí)為粒度構(gòu)建數(shù)據(jù)集,以訓(xùn)練模型并驗(yàn)證預(yù)測(cè)精度。實(shí)驗(yàn)結(jié)果表明,Transformer模型取得了優(yōu)秀的預(yù)測(cè)精度,較好地預(yù)測(cè)了用電負(fù)荷可能出現(xiàn)的波動(dòng),且無(wú)時(shí)滯效應(yīng)。

    1 Transformer電力負(fù)荷預(yù)測(cè)模型

    Transformer是一種以編碼器-解碼器為結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò),核心是自注意力機(jī)制,在2017年由Vaswani等人[16]首次提出,并在需要處理海量長(zhǎng)文本信息的機(jī)器翻譯領(lǐng)域取得了極大的成功。該領(lǐng)域常以整本小說(shuō)作為訓(xùn)練數(shù)據(jù),要準(zhǔn)確翻譯必須建立相當(dāng)跨度的長(zhǎng)期依賴(lài)關(guān)系以理解文本中包含的大量上下文信息。Transformer很好地解決了這個(gè)問(wèn)題,同時(shí)該網(wǎng)絡(luò)模型可以進(jìn)行并行計(jì)算,且具備強(qiáng)于LSTM 的長(zhǎng)期記憶能力。此外,在序列輸入模型進(jìn)行訓(xùn)練的過(guò)程中,不同時(shí)間步數(shù)據(jù)之間的距離均為O(1),從而徹底克服了RNN 模型梯度爆炸和梯度消失的問(wèn)題,大大提升了模型訓(xùn)練成功的概率及計(jì)算效率。

    Transformer整體結(jié)構(gòu)如圖1所示,從組織結(jié)構(gòu)的角度來(lái)看,該模型主要可以分為三個(gè)部分:嵌入部分、編碼器-解碼器部分與邏輯回歸部分。

    圖1 Transformer模型網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    1.1 嵌入部分

    電力負(fù)荷數(shù)據(jù)一大特點(diǎn)是序列性,RNN 網(wǎng)絡(luò)通過(guò)對(duì)輸入序列進(jìn)行迭代操作的方式將序列中每個(gè)時(shí)間步的位置信息賦予網(wǎng)絡(luò)模型,這也直接導(dǎo)致了RNN網(wǎng)絡(luò)無(wú)法并行計(jì)算,必須串行迭代,而Transformer神經(jīng)網(wǎng)絡(luò)打破了該桎梏,但也面臨一個(gè)問(wèn)題,即如何將每個(gè)時(shí)間步的位置信息準(zhǔn)確提供給模型,讓模型明白輸入序列的順序關(guān)系。為解決該問(wèn)題,Transformer神經(jīng)網(wǎng)絡(luò)首先對(duì)輸入序列中的每個(gè)數(shù)據(jù)進(jìn)行詞嵌入(Word Embedding,WE)操作,詞嵌入將原本一維的數(shù)據(jù)升維成二維矩陣,將輸入序列中的每個(gè)數(shù)值均映射為512維的特征行向量。之后Transformer神經(jīng)網(wǎng)絡(luò)通過(guò)正余弦函數(shù)對(duì)輸入序列進(jìn)行編碼并生成固定的絕對(duì)位置表示,即位置編碼(Positional Encoding,PE),再將其與之前完成詞嵌入的序列對(duì)位相加。其位置編碼公式如下:

    式中:pos為某時(shí)間步數(shù)據(jù)所在輸入序列中的位置索引;dmodel為輸入序列詞嵌入的維度;i為向量的某一維度。

    1.2 編碼器-解碼器部分

    1.2.1 自注意力機(jī)制

    編碼器-解碼器的核心是自注意力機(jī)制。自注意力機(jī)制將輸入序列映射為問(wèn)題-鍵-值(query-key-value)并計(jì)算一個(gè)問(wèn)題與所有鍵的點(diǎn)積以得到權(quán)重,從而學(xué)習(xí)到每個(gè)數(shù)據(jù)與序列中所有其他數(shù)據(jù)之間的相對(duì)重要性。其計(jì)算過(guò)程如下:

    式中:Q代表問(wèn)題;K代表鍵;V代表值,并以詞嵌入維度dmodel作為縮放因子,可以使梯度在訓(xùn)練過(guò)程中更加穩(wěn)定。

    Transformer神經(jīng)網(wǎng)絡(luò)通過(guò)自注意力機(jī)制,使得模型更關(guān)注輸入序列數(shù)據(jù)之間的內(nèi)在聯(lián)系,降低了模型發(fā)生反常預(yù)測(cè)的概率,從而為電力負(fù)荷預(yù)測(cè)任務(wù)提供了偶然性過(guò)濾能力,使網(wǎng)絡(luò)模型更加穩(wěn)定與魯棒。

    1.2.2 多頭自注意力

    在工程實(shí)際中,Transformer神經(jīng)網(wǎng)絡(luò)在自注意力機(jī)制的基礎(chǔ)上升級(jí)為多頭注意力機(jī)制,該機(jī)制將單個(gè)注意力拆分成8個(gè),即將式(2)中的一組Q、K、V拆分成8組等大小的Qi、Ki、Vi,i=1,2,…,8,并在這些組內(nèi)分別進(jìn)行注意力操作,最后將每個(gè)小組的輸出重新拼接為原始大小,作為多頭注意力層的輸出。多頭注意力層可以形成多個(gè)子空間,讓模型去關(guān)注不同子空間內(nèi)的信息,最后將各個(gè)方面的信息綜合起來(lái),有助于網(wǎng)絡(luò)捕捉到更豐富的特征信息,提升模型預(yù)測(cè)精度。

    1.2.3 編碼器整體結(jié)構(gòu)

    Transformer神經(jīng)網(wǎng)絡(luò)編碼器的結(jié)構(gòu)由圖1左側(cè)部分組成,設(shè)輸入序列為用戶耗電量X,則編碼器計(jì)算過(guò)程可表示為如下四步:

    (1)對(duì)輸入序列進(jìn)行詞嵌入與位置編碼:

    (2)自注意力機(jī)制先計(jì)算問(wèn)題矩陣Q、鍵矩陣K、值矩陣V:

    式中:WQ、WK、WV為隨著電力負(fù)荷預(yù)測(cè)模型訓(xùn)練而不停學(xué)習(xí)更新的權(quán)值矩陣,經(jīng)過(guò)嵌入后的輸入序列與之點(diǎn)乘、進(jìn)行線性變換而得到矩陣Q、K、V。

    之后按公式(2)計(jì)算自注意力得分:

    (3)殘差連接與層歸一化:

    (4)以ReLU 為激活函數(shù)的全連接線性映射,得到編碼器向隱藏層的輸入:

    1.2.4 帶遮擋的自注意力

    解碼器的整體計(jì)算流程與編碼器大致相同。傳統(tǒng)序列到序列模型中的解碼器常使用RNN 模型,該網(wǎng)絡(luò)模型由時(shí)間驅(qū)動(dòng),在訓(xùn)練中,模型只能看到當(dāng)前t時(shí)刻的輸入,無(wú)論如何也看不到未來(lái)時(shí)刻的值。而基于自注意力機(jī)制的解碼器在訓(xùn)練時(shí),整個(gè)序列都暴露在解碼器中,會(huì)導(dǎo)致真值提前泄露,故需要對(duì)輸入解碼器的序列進(jìn)行遮擋(Mask)操作,具體操作如圖2所示。

    圖2(a)為自注意力矩陣,考慮到負(fù)無(wú)窮經(jīng)過(guò)Softmax函數(shù)映射后為0,故選用下三角全零、上三角負(fù)無(wú)窮的矩陣作為遮擋矩陣,如圖2(b)所示。將自注意力矩陣與遮擋矩陣逐元素相加即可得到帶遮擋的自注意力得分。

    圖2 輸入遮擋

    1.3 邏輯回歸部分

    邏輯回歸部分如圖1中右側(cè)灰色部分所示,由一個(gè)線性變換與Softmax映射組成,其作用是將解碼器的輸出回歸到輸出向量空間中并重新映射為下一時(shí)刻用電負(fù)荷的預(yù)測(cè)概率。

    2 基于Transformer的電力負(fù)荷預(yù)測(cè)

    2.1 用電負(fù)荷數(shù)據(jù)預(yù)處理

    在用電負(fù)荷預(yù)測(cè)問(wèn)題中,每戶用戶的用電量都存在一些潛在特征,這些特征的量綱與數(shù)值量級(jí)上均存在差異,如果直接將用戶原始的用電數(shù)據(jù)提供給預(yù)測(cè)模型進(jìn)行訓(xùn)練,將容易導(dǎo)致模型難以收斂而達(dá)不到理想的訓(xùn)練效果。為此,本研究引入標(biāo)準(zhǔn)化(Normalization)以克服以上問(wèn)題,它將不同的特征規(guī)整到統(tǒng)一尺度上,使其具有可比性。其計(jì)算方法如下:

    式中:X為用戶原始用電負(fù)荷樣本;X′為標(biāo)準(zhǔn)化后的用電負(fù)荷樣本;μ為全部樣本的樣本均值;σ為全部樣本的標(biāo)準(zhǔn)差。

    經(jīng)過(guò)標(biāo)準(zhǔn)化后,所有樣本的均值為0,標(biāo)準(zhǔn)差為1,且可以提升模型在訓(xùn)練時(shí)梯度下降的速度。

    2.2 用電負(fù)荷預(yù)測(cè)流程

    用電負(fù)荷預(yù)測(cè)的重點(diǎn)是對(duì)用戶歷史耗電數(shù)據(jù)的長(zhǎng)時(shí)依賴(lài)特征進(jìn)行學(xué)習(xí)并擬合其背后的非線性曲線,Transformer神經(jīng)網(wǎng)絡(luò)具有可以擬合強(qiáng)非線性曲線的優(yōu)秀性質(zhì),故本文采用Transformer神經(jīng)網(wǎng)絡(luò)對(duì)用戶用電負(fù)荷進(jìn)行預(yù)測(cè),其過(guò)程如下:

    步驟1,收集某區(qū)域20戶用戶以每小時(shí)為粒度的歷史用電數(shù)據(jù)。

    步驟2,標(biāo)準(zhǔn)化數(shù)據(jù)。

    步驟3,對(duì)標(biāo)準(zhǔn)化后的用戶歷史用電數(shù)據(jù)建立時(shí)序數(shù)據(jù)集,并將其劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

    步驟4,構(gòu)建Transformer神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,設(shè)置參數(shù)與超參數(shù)后使用訓(xùn)練集訓(xùn)練模型,使用驗(yàn)證集驗(yàn)證模型訓(xùn)練效果。

    步驟5,取測(cè)試集中一定幀數(shù)的歷史用電數(shù)據(jù)樣本輸入Transformer神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,由模型預(yù)測(cè)后續(xù)一定時(shí)長(zhǎng)的用戶用電負(fù)荷。

    3 實(shí)驗(yàn)結(jié)果及結(jié)論分析

    3.1 實(shí)驗(yàn)設(shè)定

    為充分且有效地訓(xùn)練模型,本文使用某地區(qū)20戶居民2012年1月1日00:00至2012年12月31日24:00以每小時(shí)為粒度的用電負(fù)荷構(gòu)建數(shù)據(jù)集,共計(jì)8 784 h、175 680個(gè)數(shù)據(jù)點(diǎn)。進(jìn)一步地,將其中85% 的數(shù)據(jù)作為訓(xùn)練集,由于數(shù)據(jù)量較為充足,所以采用其中的5% 作為驗(yàn)證集便能很好地檢驗(yàn)?zāi)P陀?xùn)練效果,而最后的10% 則作為測(cè)試集用于測(cè)試模型訓(xùn)練完成后的最終預(yù)測(cè)精度。在驗(yàn)證模型預(yù)測(cè)精度時(shí),選用均方誤差(Mean Square Error,MSE)與平均絕對(duì)誤差(Mean Absolute Error,MAE)度量,設(shè)一共預(yù)測(cè)mh的用電負(fù)荷,yi為實(shí)際用電負(fù)荷值,為模型預(yù)測(cè)用電負(fù)荷值,則MSE與MAE的計(jì)算方式如下:

    在結(jié)構(gòu)選擇時(shí),Transformer的電力負(fù)荷預(yù)測(cè)模型共使用6層編碼器、3層解碼器;輸入數(shù)據(jù)的詞嵌入維度為512維;在多頭注意力層中使用8個(gè)頭,以將特征投影到8個(gè)不同的特征空間中。在訓(xùn)練模型時(shí),初始學(xué)習(xí)率為0.001,且每輪訓(xùn)練之后先將學(xué)習(xí)率乘以0.8再開(kāi)始新一輪訓(xùn)練,這樣做既可以讓模型快速收斂,又可以盡量去逼近損失函數(shù)的全局最優(yōu)值。本文損失函數(shù)采用的是最小均方誤差(MSE),將損失從解碼器的輸出傳播回整個(gè)模型。

    3.2 實(shí)驗(yàn)結(jié)果

    為充分探究Transformer預(yù)測(cè)模型對(duì)用電負(fù)荷進(jìn)行預(yù)測(cè)的潛力,使用該模型對(duì)20戶用戶用電負(fù)荷進(jìn)行24、48、168、512 h四種不同時(shí)長(zhǎng)的預(yù)測(cè),每種時(shí)長(zhǎng)預(yù)測(cè)10次,其以MSE與MAE度量的預(yù)測(cè)精度展示如圖3所示。

    由圖3可見(jiàn),Transformer模型對(duì)用電負(fù)荷進(jìn)行預(yù)測(cè)時(shí)精度相當(dāng)高且表現(xiàn)穩(wěn)定,在時(shí)序預(yù)測(cè)領(lǐng)域MSE與MAE低于1則視為可用,本文所研究模型精度高于可用精度閾值的5~7倍。此外,該模型的預(yù)測(cè)誤差雖然隨預(yù)測(cè)時(shí)長(zhǎng)的增加而上升,但趨勢(shì)非常緩慢:預(yù)測(cè)24 h最小MSE與MAE分別為0.121 82與0.236 51,預(yù)測(cè)512 h最大MSE與MAE分別為0.176 31與0.292 46,以24 h預(yù)測(cè)結(jié)果為基準(zhǔn)可知,預(yù)測(cè)時(shí)長(zhǎng)增加至21.33倍時(shí),MSE預(yù)測(cè)誤差僅增長(zhǎng)44.73%,MAE預(yù)測(cè)誤差僅增長(zhǎng)23.66% 。由此可見(jiàn),Transformer模型可以充分捕捉用戶用電負(fù)荷中的長(zhǎng)期依賴(lài)特征并由此進(jìn)行精準(zhǔn)的預(yù)測(cè),在預(yù)測(cè)時(shí)長(zhǎng)倍增的同時(shí)能夠有效控制住誤差的增長(zhǎng),具備非常強(qiáng)的長(zhǎng)期預(yù)報(bào)能力,方便電網(wǎng)工作人員進(jìn)行長(zhǎng)期規(guī)劃,提前為可能出現(xiàn)的用電高峰或低谷做準(zhǔn)備,以保證電網(wǎng)的經(jīng)濟(jì)運(yùn)行。

    圖4為進(jìn)行標(biāo)準(zhǔn)化后的預(yù)測(cè)結(jié)果,選用標(biāo)準(zhǔn)化后的結(jié)果進(jìn)行展示可以消除量綱對(duì)預(yù)測(cè)結(jié)果的影響,更直觀地展示模型的預(yù)測(cè)精度。由圖4可知,雖然預(yù)測(cè)負(fù)荷的精度在波動(dòng)的峰值處可能有所欠缺,但Transformer模型無(wú)論預(yù)測(cè)時(shí)間長(zhǎng)短,均可較好地預(yù)測(cè)用電負(fù)荷波動(dòng)的趨勢(shì),且沒(méi)有明顯的時(shí)滯效應(yīng)。

    圖4 不同長(zhǎng)度歸一化后預(yù)測(cè)結(jié)果

    4 結(jié)語(yǔ)

    數(shù)字化技術(shù)在電網(wǎng)企業(yè)生產(chǎn)經(jīng)營(yíng)等多個(gè)專(zhuān)業(yè)領(lǐng)域得到了推廣運(yùn)用,運(yùn)用人工智能方法,對(duì)電力系統(tǒng)負(fù)荷進(jìn)行準(zhǔn)確的預(yù)測(cè),全面挖掘數(shù)據(jù)價(jià)值,對(duì)于電網(wǎng)穩(wěn)定且經(jīng)濟(jì)運(yùn)行具有重要意義。鑒于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法受限于RNN 結(jié)構(gòu)的劣勢(shì),無(wú)法進(jìn)行長(zhǎng)期精準(zhǔn)預(yù)測(cè),本文提出了基于Transformer模型的用電負(fù)荷預(yù)測(cè)方法,并通過(guò)仿真實(shí)驗(yàn)證明了該方法在預(yù)測(cè)長(zhǎng)期用電負(fù)荷時(shí)精度高,可以較好地預(yù)測(cè)用電負(fù)荷可能出現(xiàn)的波動(dòng)且無(wú)時(shí)滯效應(yīng)。后續(xù)工作可以考慮加入先驗(yàn)的專(zhuān)家知識(shí),如季節(jié)、氣候等因素,以進(jìn)一步提高模型的預(yù)測(cè)精度,優(yōu)化模型在波動(dòng)峰值處的表現(xiàn)。

    猜你喜歡
    解碼器用電注意力
    用電安全
    讓注意力“飛”回來(lái)
    科學(xué)解碼器(一)
    用煤用電用氣保障工作的通知
    科學(xué)解碼器(二)
    科學(xué)解碼器(三)
    安全用電知識(shí)多
    線圣AudioQuest 發(fā)布第三代Dragonfly Cobalt藍(lán)蜻蜓解碼器
    用電安全要注意
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    人妻制服诱惑在线中文字幕| 国内精品久久久久久久电影| 国产av不卡久久| 国产黄色小视频在线观看| 露出奶头的视频| 搡老妇女老女人老熟妇| 国产伦人伦偷精品视频| 国产一区二区三区在线臀色熟女| 女人十人毛片免费观看3o分钟| 午夜精品在线福利| 日本撒尿小便嘘嘘汇集6| 99久国产av精品| 国产高清三级在线| 一本综合久久免费| 在线免费观看的www视频| 18禁黄网站禁片免费观看直播| 黄色女人牲交| 国产av不卡久久| 日韩av在线大香蕉| 一区二区三区免费毛片| 午夜激情欧美在线| 午夜久久久久精精品| 啦啦啦韩国在线观看视频| 怎么达到女性高潮| 小蜜桃在线观看免费完整版高清| 小蜜桃在线观看免费完整版高清| 日韩欧美国产在线观看| 两人在一起打扑克的视频| 一级作爱视频免费观看| 日韩 亚洲 欧美在线| 日本 欧美在线| 免费人成视频x8x8入口观看| 成人无遮挡网站| 国产淫片久久久久久久久 | 亚洲成a人片在线一区二区| 欧美极品一区二区三区四区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲人成网站高清观看| 国产伦在线观看视频一区| 亚洲av成人精品一区久久| 国产三级黄色录像| 国产欧美日韩精品亚洲av| 午夜福利高清视频| 欧美一区二区精品小视频在线| 久久香蕉精品热| 九九在线视频观看精品| 少妇的逼水好多| 久久香蕉精品热| 久久人人精品亚洲av| 男人舔奶头视频| av在线观看视频网站免费| 日本五十路高清| 亚洲,欧美精品.| 国产精品日韩av在线免费观看| 男人和女人高潮做爰伦理| 成人亚洲精品av一区二区| 天天躁日日操中文字幕| 日韩欧美国产一区二区入口| av福利片在线观看| 99国产精品一区二区三区| 国产精品久久久久久久电影| 2021天堂中文幕一二区在线观| 男女下面进入的视频免费午夜| www.999成人在线观看| 18美女黄网站色大片免费观看| 国产淫片久久久久久久久 | 久久精品国产99精品国产亚洲性色| 亚洲av不卡在线观看| 精品99又大又爽又粗少妇毛片 | 日韩欧美在线二视频| 亚洲成a人片在线一区二区| 国产成人av教育| 欧美3d第一页| 老司机午夜福利在线观看视频| 尤物成人国产欧美一区二区三区| 亚洲午夜理论影院| 九色国产91popny在线| 色视频www国产| 亚洲不卡免费看| 欧美日韩国产亚洲二区| 久久久久久久亚洲中文字幕 | 日本一本二区三区精品| 一个人看视频在线观看www免费| 午夜视频国产福利| 一区二区三区高清视频在线| 国产真实伦视频高清在线观看 | 91麻豆精品激情在线观看国产| 欧美性猛交╳xxx乱大交人| a级毛片免费高清观看在线播放| 午夜a级毛片| 中文字幕人成人乱码亚洲影| 黄色女人牲交| 欧美性猛交╳xxx乱大交人| 亚洲欧美清纯卡通| 脱女人内裤的视频| 自拍偷自拍亚洲精品老妇| 18禁在线播放成人免费| 亚洲人成伊人成综合网2020| 网址你懂的国产日韩在线| 国产91精品成人一区二区三区| 俺也久久电影网| 男女那种视频在线观看| 熟女电影av网| 成年女人永久免费观看视频| 成人鲁丝片一二三区免费| 亚洲va日本ⅴa欧美va伊人久久| 五月伊人婷婷丁香| 国产黄色小视频在线观看| 亚洲男人的天堂狠狠| 亚洲专区国产一区二区| 久久久久久大精品| 成人亚洲精品av一区二区| 在线观看66精品国产| 高清日韩中文字幕在线| x7x7x7水蜜桃| 亚洲欧美日韩东京热| 国产一区二区在线观看日韩| 国产精华一区二区三区| 十八禁人妻一区二区| 精品日产1卡2卡| 免费无遮挡裸体视频| 国产欧美日韩一区二区三| 美女cb高潮喷水在线观看| 美女被艹到高潮喷水动态| 亚洲精品亚洲一区二区| 色播亚洲综合网| 高清在线国产一区| 每晚都被弄得嗷嗷叫到高潮| 亚洲无线在线观看| 精品久久久久久成人av| 久久精品91蜜桃| 亚洲18禁久久av| 能在线免费观看的黄片| 内射极品少妇av片p| 国内揄拍国产精品人妻在线| a在线观看视频网站| 国内精品久久久久精免费| 精品人妻偷拍中文字幕| 亚洲国产精品成人综合色| 老司机福利观看| 在线观看66精品国产| АⅤ资源中文在线天堂| 如何舔出高潮| 午夜福利高清视频| 亚洲五月天丁香| 日本一本二区三区精品| 欧美日本亚洲视频在线播放| 免费观看的影片在线观看| 成人欧美大片| 少妇丰满av| 禁无遮挡网站| 成人永久免费在线观看视频| 黄色女人牲交| 国产视频内射| 一区二区三区激情视频| 丰满乱子伦码专区| 成人亚洲精品av一区二区| 动漫黄色视频在线观看| 日本免费a在线| 别揉我奶头 嗯啊视频| 午夜福利在线观看免费完整高清在 | 99热6这里只有精品| 老司机深夜福利视频在线观看| 国产高清激情床上av| 欧美乱妇无乱码| 日韩欧美在线乱码| 美女高潮喷水抽搐中文字幕| 国产单亲对白刺激| 1000部很黄的大片| 一区二区三区四区激情视频 | 亚洲av电影在线进入| 婷婷丁香在线五月| 国内少妇人妻偷人精品xxx网站| 深爱激情五月婷婷| 日本一本二区三区精品| 欧美bdsm另类| 一进一出抽搐动态| 黄色一级大片看看| 五月玫瑰六月丁香| 精品日产1卡2卡| 国产一区二区三区视频了| 久久久精品欧美日韩精品| 日韩欧美在线二视频| 国产高清视频在线播放一区| 中国美女看黄片| 日日摸夜夜添夜夜添小说| 日韩成人在线观看一区二区三区| 男人和女人高潮做爰伦理| 国产伦在线观看视频一区| 高清日韩中文字幕在线| 精品日产1卡2卡| 人妻夜夜爽99麻豆av| 精品免费久久久久久久清纯| 成人精品一区二区免费| 国产私拍福利视频在线观看| 精品午夜福利视频在线观看一区| 此物有八面人人有两片| 国产精品久久视频播放| 免费av观看视频| 99久久精品热视频| 亚洲精品456在线播放app | 亚洲激情在线av| 狂野欧美白嫩少妇大欣赏| 国产毛片a区久久久久| 亚洲自偷自拍三级| 国产精品久久久久久久久免 | 天天躁日日操中文字幕| 少妇的逼水好多| 国产精品av视频在线免费观看| 亚洲成人久久爱视频| 黄色配什么色好看| 在线免费观看的www视频| 性色avwww在线观看| 观看免费一级毛片| 日韩人妻高清精品专区| 亚洲国产欧美人成| 国产人妻一区二区三区在| 日韩欧美在线乱码| 12—13女人毛片做爰片一| 精品一区二区免费观看| 99国产精品一区二区蜜桃av| 桃色一区二区三区在线观看| 国产av麻豆久久久久久久| 简卡轻食公司| 九色国产91popny在线| 国产精品一区二区性色av| 精品久久久久久久久av| 成人亚洲精品av一区二区| 欧美一区二区精品小视频在线| 69av精品久久久久久| 国产av麻豆久久久久久久| 久久亚洲精品不卡| 热99re8久久精品国产| 久久久久久久久久成人| 日韩欧美 国产精品| 神马国产精品三级电影在线观看| 国产黄a三级三级三级人| 国产美女午夜福利| 日本一本二区三区精品| 久久精品91蜜桃| 亚洲av电影在线进入| 精品日产1卡2卡| 国产黄片美女视频| 久久精品夜夜夜夜夜久久蜜豆| 少妇裸体淫交视频免费看高清| 在线看三级毛片| 看免费av毛片| 又紧又爽又黄一区二区| 我要搜黄色片| 日韩欧美在线乱码| 男女床上黄色一级片免费看| 色尼玛亚洲综合影院| 人人妻,人人澡人人爽秒播| 欧美zozozo另类| a级一级毛片免费在线观看| 久久这里只有精品中国| 久久精品国产99精品国产亚洲性色| 国产一级毛片七仙女欲春2| a级一级毛片免费在线观看| 日韩欧美一区二区三区在线观看| 99久国产av精品| 在线观看av片永久免费下载| 日韩欧美精品免费久久 | 少妇的逼好多水| 亚洲国产精品久久男人天堂| 日韩中字成人| 97超级碰碰碰精品色视频在线观看| 免费av不卡在线播放| 少妇的逼好多水| av黄色大香蕉| 男女下面进入的视频免费午夜| 成人av在线播放网站| 免费无遮挡裸体视频| 欧美性猛交╳xxx乱大交人| 99热精品在线国产| 十八禁网站免费在线| 亚洲第一电影网av| 久久精品国产自在天天线| 免费在线观看亚洲国产| av福利片在线观看| 嫩草影院入口| 国产毛片a区久久久久| 午夜福利免费观看在线| 啦啦啦观看免费观看视频高清| 日韩欧美一区二区三区在线观看| 日韩欧美在线二视频| 亚洲成人精品中文字幕电影| 99热6这里只有精品| 亚洲第一区二区三区不卡| 久久亚洲真实| 欧美激情久久久久久爽电影| 国产伦人伦偷精品视频| 特级一级黄色大片| 90打野战视频偷拍视频| 99久久精品一区二区三区| 亚洲激情在线av| 精品久久久久久成人av| av欧美777| 国产成人欧美在线观看| 日韩免费av在线播放| 十八禁人妻一区二区| 白带黄色成豆腐渣| 成人午夜高清在线视频| 色综合婷婷激情| 美女高潮喷水抽搐中文字幕| 国产在线精品亚洲第一网站| 国产91精品成人一区二区三区| 亚洲人成网站在线播| 自拍偷自拍亚洲精品老妇| 国产美女午夜福利| 久久热精品热| 三级毛片av免费| 999久久久精品免费观看国产| 一个人观看的视频www高清免费观看| 国产熟女xx| 有码 亚洲区| 九色国产91popny在线| 久久婷婷人人爽人人干人人爱| 色综合欧美亚洲国产小说| 人人妻,人人澡人人爽秒播| 精品人妻熟女av久视频| 99久久久亚洲精品蜜臀av| 高清毛片免费观看视频网站| 日本黄色视频三级网站网址| 高清毛片免费观看视频网站| 日本成人三级电影网站| www.www免费av| 变态另类成人亚洲欧美熟女| 日韩高清综合在线| 女同久久另类99精品国产91| 久久久久国内视频| 精品不卡国产一区二区三区| 十八禁人妻一区二区| av福利片在线观看| 午夜福利在线观看吧| 欧美日韩瑟瑟在线播放| 岛国在线免费视频观看| 免费无遮挡裸体视频| 久久6这里有精品| 国产精品亚洲美女久久久| 成人特级av手机在线观看| 亚洲三级黄色毛片| АⅤ资源中文在线天堂| 日日摸夜夜添夜夜添小说| 九色成人免费人妻av| 啦啦啦观看免费观看视频高清| 美女高潮喷水抽搐中文字幕| av在线老鸭窝| 男女床上黄色一级片免费看| 啦啦啦韩国在线观看视频| 天堂√8在线中文| 怎么达到女性高潮| 国产一区二区激情短视频| 成人欧美大片| 亚洲最大成人av| 中文字幕av在线有码专区| 国产成人福利小说| 啦啦啦韩国在线观看视频| 免费高清视频大片| 免费人成在线观看视频色| 国产精品一及| 午夜精品一区二区三区免费看| 精品午夜福利在线看| 淫妇啪啪啪对白视频| 国产精品免费一区二区三区在线| 真实男女啪啪啪动态图| 欧美黑人欧美精品刺激| 亚洲av成人精品一区久久| 亚洲精品色激情综合| 国产 一区 欧美 日韩| 国产精品av视频在线免费观看| 国产成人啪精品午夜网站| 一a级毛片在线观看| 91麻豆av在线| 亚洲片人在线观看| 国产av一区在线观看免费| 草草在线视频免费看| 亚洲第一电影网av| 国产成年人精品一区二区| 最近最新中文字幕大全电影3| 他把我摸到了高潮在线观看| 成人美女网站在线观看视频| 久久久久久国产a免费观看| 欧美潮喷喷水| 九九热线精品视视频播放| 18+在线观看网站| 午夜福利免费观看在线| 中文资源天堂在线| 搡老妇女老女人老熟妇| 亚洲精品一卡2卡三卡4卡5卡| 男女视频在线观看网站免费| 全区人妻精品视频| 男人和女人高潮做爰伦理| 国产免费一级a男人的天堂| 亚洲人成电影免费在线| 日韩欧美国产一区二区入口| 久久久国产成人精品二区| 日韩欧美精品v在线| 又爽又黄无遮挡网站| 国产真实伦视频高清在线观看 | 亚洲色图av天堂| 99久久无色码亚洲精品果冻| 亚洲 欧美 日韩 在线 免费| 精品人妻熟女av久视频| 久久人人精品亚洲av| 如何舔出高潮| 香蕉av资源在线| 老女人水多毛片| 亚洲国产欧洲综合997久久,| 国产伦精品一区二区三区四那| 色综合站精品国产| netflix在线观看网站| 一个人免费在线观看电影| 黄色一级大片看看| 亚洲欧美清纯卡通| 中文字幕av成人在线电影| 97超级碰碰碰精品色视频在线观看| 亚洲欧美日韩无卡精品| 国产精品久久电影中文字幕| 国产精品一及| a级一级毛片免费在线观看| 亚洲最大成人av| 国产探花极品一区二区| 成人无遮挡网站| 色哟哟哟哟哟哟| 国产人妻一区二区三区在| 婷婷精品国产亚洲av在线| 欧美丝袜亚洲另类 | 极品教师在线免费播放| 欧美不卡视频在线免费观看| 日韩高清综合在线| 国内少妇人妻偷人精品xxx网站| 国产日本99.免费观看| 午夜福利18| 亚洲avbb在线观看| 国产精品,欧美在线| 成人美女网站在线观看视频| 久久久精品欧美日韩精品| 亚洲最大成人中文| 桃红色精品国产亚洲av| 老熟妇仑乱视频hdxx| 国产中年淑女户外野战色| av在线观看视频网站免费| 人妻久久中文字幕网| 久久久久久久久大av| 国产成人a区在线观看| 国产国拍精品亚洲av在线观看| 人人妻人人看人人澡| 欧美性感艳星| 网址你懂的国产日韩在线| 18禁裸乳无遮挡免费网站照片| 999久久久精品免费观看国产| 国产成人av教育| 97人妻精品一区二区三区麻豆| 99热这里只有精品一区| 精品人妻1区二区| 亚洲精品456在线播放app | 久久久久九九精品影院| 大型黄色视频在线免费观看| 又爽又黄无遮挡网站| 日韩欧美精品v在线| 亚洲欧美激情综合另类| 久久亚洲精品不卡| 久久久精品大字幕| 免费看美女性在线毛片视频| h日本视频在线播放| 一本一本综合久久| 日本与韩国留学比较| 午夜福利成人在线免费观看| 丰满人妻一区二区三区视频av| 国产精品久久电影中文字幕| 亚洲精品色激情综合| 看黄色毛片网站| 欧美性感艳星| 在线a可以看的网站| 成人av在线播放网站| 日韩欧美精品v在线| 久久久久精品国产欧美久久久| 国产黄a三级三级三级人| 在线观看舔阴道视频| 欧美黑人巨大hd| 国产午夜福利久久久久久| 国产美女午夜福利| 国产不卡一卡二| 观看免费一级毛片| 听说在线观看完整版免费高清| 白带黄色成豆腐渣| 午夜精品久久久久久毛片777| av在线观看视频网站免费| 亚洲不卡免费看| 哪里可以看免费的av片| 国产伦在线观看视频一区| 欧美成人一区二区免费高清观看| 91字幕亚洲| 中文字幕免费在线视频6| www.999成人在线观看| 国产午夜精品论理片| 成人无遮挡网站| 亚洲 国产 在线| 欧美另类亚洲清纯唯美| 国产高清视频在线观看网站| 熟妇人妻久久中文字幕3abv| 日本一二三区视频观看| 亚洲精品在线观看二区| 丰满人妻熟妇乱又伦精品不卡| 女生性感内裤真人,穿戴方法视频| 免费看光身美女| 国产亚洲精品久久久com| 人人妻人人澡欧美一区二区| 欧美国产日韩亚洲一区| 精品久久久久久久久av| 国产精品国产高清国产av| 青草久久国产| 精品人妻视频免费看| 级片在线观看| 欧美性猛交╳xxx乱大交人| 麻豆成人av在线观看| 能在线免费观看的黄片| 最新中文字幕久久久久| 国产伦精品一区二区三区四那| 女人十人毛片免费观看3o分钟| 色哟哟哟哟哟哟| 亚洲第一欧美日韩一区二区三区| 天堂动漫精品| 成人高潮视频无遮挡免费网站| 男插女下体视频免费在线播放| 免费看a级黄色片| 色尼玛亚洲综合影院| 九九热线精品视视频播放| 亚洲av二区三区四区| 亚洲人成电影免费在线| 人人妻,人人澡人人爽秒播| 日本黄色片子视频| 一级a爱片免费观看的视频| 国产亚洲欧美98| 久久国产乱子伦精品免费另类| 亚洲第一欧美日韩一区二区三区| 18禁黄网站禁片免费观看直播| 中出人妻视频一区二区| 美女大奶头视频| 首页视频小说图片口味搜索| 亚洲av成人不卡在线观看播放网| 热99re8久久精品国产| 成人国产一区最新在线观看| 很黄的视频免费| 亚洲av成人不卡在线观看播放网| 少妇人妻精品综合一区二区 | 国产精品三级大全| 国产毛片a区久久久久| 欧美日韩福利视频一区二区| 热99在线观看视频| 18+在线观看网站| 国产成人影院久久av| 村上凉子中文字幕在线| 真实男女啪啪啪动态图| 搡老妇女老女人老熟妇| 99久久久亚洲精品蜜臀av| 国产成人欧美在线观看| 亚洲美女视频黄频| 天堂影院成人在线观看| 美女高潮喷水抽搐中文字幕| 日日夜夜操网爽| 亚洲av电影在线进入| 91九色精品人成在线观看| 天美传媒精品一区二区| 757午夜福利合集在线观看| 成人午夜高清在线视频| 亚洲精品一卡2卡三卡4卡5卡| 美女cb高潮喷水在线观看| 三级国产精品欧美在线观看| 一本一本综合久久| 久久精品人妻少妇| 两人在一起打扑克的视频| 一a级毛片在线观看| 国产在视频线在精品| 亚洲av成人av| 成人精品一区二区免费| 制服丝袜大香蕉在线| 69av精品久久久久久| 韩国av一区二区三区四区| 一夜夜www| 国产黄片美女视频| 男插女下体视频免费在线播放| 一进一出抽搐gif免费好疼| 一进一出抽搐动态| 国产男靠女视频免费网站| 色视频www国产| 国产男靠女视频免费网站| 亚洲欧美精品综合久久99| 国产伦精品一区二区三区视频9| 久久国产精品人妻蜜桃| 色哟哟·www| 亚洲va日本ⅴa欧美va伊人久久| 最后的刺客免费高清国语| 91久久精品电影网| 亚洲精品456在线播放app | 美女 人体艺术 gogo| 日本黄大片高清| 99热这里只有是精品在线观看 | 欧美中文日本在线观看视频| 五月伊人婷婷丁香| 日本在线视频免费播放| 色吧在线观看| 成人美女网站在线观看视频| 亚洲av日韩精品久久久久久密| 欧美乱色亚洲激情| av视频在线观看入口| 欧美激情久久久久久爽电影| 亚洲五月天丁香| 国产毛片a区久久久久| a在线观看视频网站| 麻豆久久精品国产亚洲av| 非洲黑人性xxxx精品又粗又长| 国产一区二区在线观看日韩| 国产色爽女视频免费观看|