基于时频双域特征融合与动态交互机制的短期电力负荷预测

摘要

针对电力负荷序列时序动态性、多尺度特征及复杂周期规律给预测带来的难题，提出一种基于时频双域特征融合与动态交互机制的短期电力负荷预测方法，其核心架构为双谱网。首先，针对短期电力负荷数据的非平稳和非线性特性，采用基于阿尔法进化算法改进的变分模态分解算法对负荷数据分解，得到若干本征模态函数；其次，设计频域特征增强机制，通过频谱注意力动态融合振幅谱与相位谱，并构建时频交叉注意力网络嵌入频域先验，结合跨维度门控实现特征校准；最后，基于多尺度金字塔解码器自适应融合时空特征生成预测值。以某市电力负荷数据集进行验证并与主流模型进行对比，结果表明所采用的预测方法具有更好的预测性能。

关键词

时频双域 / 动态交互 / 双谱网 / 频域特征增强 / 多尺度金字塔解码器