← 返回列表

一种基于多元时间序列的天然气日负荷预测方法

申请号: CN202311830037.2
申请人: 浙江省白马湖实验室有限公司; 浙江大学; 国家管网集团浙江省天然气管网有限公司
申请日期: 2023/12/28

摘要文本

本发明公开了一种基于多元时间序列的天然气日负荷预测方法。为了克服现有技术没有充分挖掘时间维度上的周期性、没有考虑用户之间的空间属性以及无法对区域性的天然气调度提供指导的问题;本发明包括MTTN模型训练和MTTN模型的使用两步。在MTTN模型的训练过程中,多元时间变量预处理,日期变量使用编码方式保留其周期性,其余的变量归一化处理;利用滑动窗口得到模型的数据集;使用包括时间依赖模块和空间依赖模块的MTTN提取时空特征;在模型在线使用的过程中,基于最新的M步多维特征输入模型,输出L步长的未来天然气负荷值。充分利用了多元时间序列变量的时空特征,设计过程简单,易于实施,能够有效对多个用户进行有效的天然气短期日负荷预测。。来自马-克-数-据

专利详细信息

项目 内容
专利名称 一种基于多元时间序列的天然气日负荷预测方法
专利类型 发明申请
申请号 CN202311830037.2
申请日 2023/12/28
公告号 CN117494906A
公开日 2024/2/2
IPC主分类号 G06Q10/04
权利人 浙江省白马湖实验室有限公司; 浙江大学; 国家管网集团浙江省天然气管网有限公司
发明人 刘盛辉; 滕卫明; 蒲岩云; 李清毅; 杨秦敏; 张国民; 何国军; 江芸
地址 浙江省杭州市滨江区长河街道滨盛路1751号1110室; 浙江省杭州市西湖区余杭塘路866号; 浙江省杭州市滨江区滨盛路1751号

专利主权项内容

1.一种基于多元时间序列的天然气日负荷预测方法,其特征在于,包括以下步骤:S1:收集一段时间内的天然气用气情况数据及对应日期的天气数据;将日期生成对应的日期变量,对日期变量以周期编码方式编码;对于天然气用气情况数据和天气数据采用标准归一化的方式预处理;S2:对于处理后的数据采用滑动窗口的方式分割成多维特征集和下一阶段时间内用气量的目标集;S3:构建基于时间依赖和空间依赖的多元时间序列Transformer负荷预测模型,利用网络搜索策略寻找模型的最优参数,完成模型训练;S4:在线使用时,基于最新的M步多维特征输入模型,输出L步长的未来天然气负荷值。