10.3969/j.issn.1000-386x.2021.06.007
结合注意力机制与BIM特征的电力能耗预测
能耗预测中引入外因序列有助于目标序列的预测,但在实际应用中各个外因序列与目标序列之间的相关程度往往不清晰,导致无法有效利用多外因序列辅助预测.针对该问题,提出一种结合注意力机制与BIM特征的电力能耗预测模型——BIMAttenNN(BIM Attention Nerual Network).通过结合注意力机制与BIM特征对外因序列自动选取并重构,将重构特征通过编码器-解码器结构的深度神经网络和线性回归分支准确预测未来电力能耗.实验结果表明,BIMAttenNN能够结合BIM特征自动捕捉电力序列间关系,与传统方法相比具有更高的预测精度.
电力能耗预测、BIM、注意力机制、深度学习
38
TP3(计算技术、计算机技术)
国家自然科学基金;国家电网公司总部科技项目
2021-06-28（万方平台首次上网日期，不代表论文的发表时间）
共8页
39-45,51
