您所在的位置: 成果库 基于双重注意力机制和LSTM的短期负荷预测模型和方法

基于双重注意力机制和LSTM的短期负荷预测模型和方法

发布时间: 2022-04-24

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明提供了基于双重注意力机制和LSTM的短期负荷预测模型和方法，包括输入向量、特征注意力层、3层LSTM网络、时序注意力层、全连接层输出，所述输入向量结合前一时刻LSTM网络的隐藏状态值ht?1，经过特征注意力层计算得到各特征量对当前预测情况的影响权重，经过两层LSTM网络学习特征，再通过时序注意力层计算出各历史时刻输出信息的影响权重αti并得到最终输出的当前时刻的隐藏层状态值输出，最后输入到全连接层得到最终预测结果。本发明提供了基于双重注意力机制和LSTM的短期负荷预测方法。利用特征注意力机制自主分析历史信息与输入特征之间的关联关系，提取重要特征。时序注意力机制自主选取LSTM网络关键时间点的历史信息，提升较长时间段预测效果的稳定性。

成果亮点
团队介绍
成果资料