跨时间耦合特征提取的用户级综合能源系统多元负荷预测

摘要

多元负荷的准确预测对于综合能源系统(integrated energy system, IES)的运行调控与供需平衡至关重要。针对用户级IES具有系统规模较小、负载波动显著、耦合复杂等特点。提出一种跨时间耦合特征提取的用户级IES多元负荷预测方法。首先，基于最大信息系数分析动态多元负荷间的相关性并进行特征降维；其次，通过将多元负荷、气象特征，以及人体舒适度指标分割为局部片段输入到预测模型中，有助于更准确地提取多元负荷内部的耦合特性，同时有效降低外部噪声的干扰；最后，采用Transformer作为多元负荷预测框架，在编码器应用跨时间交叉变量的注意力机制，以充分捕获多元负荷在不同时段上的电、热、冷负荷之间的内在关联，同时使用门控卷积层替代前馈连接层，灵活准确识别多元负荷内部的时序相关性，在解码器使用交叉注意力机制建立多元负荷与外部特征交互依赖关系；经过多任务学习模块得到最终预测结果。通过对公开数据集的仿真结果表明，该方法在多组实验中相较于其他模型有效提升用户级IES多元负荷的预测精度。

关键词

综合能源系统 / 多元负荷预测 / 综合气象因素 / 跨时间交叉变量注意力机制 / 改进Transformer