本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種凈負(fù)荷預(yù)測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、滲透率不斷提高的分布式可再生能源給配電系統(tǒng)的可靠運(yùn)行帶來了各種挑戰(zhàn)，間歇性和不可調(diào)度的可再生能源毫無疑問的將會成為未來的主要發(fā)電形式，電網(wǎng)運(yùn)營將從簡單的滿足消費(fèi)者需求轉(zhuǎn)變?yōu)闈M足需求減去分布式發(fā)電的凈負(fù)荷，甚至接受反向能量輸送。因此，考慮分布式發(fā)電引起的凈負(fù)荷變化，對配電網(wǎng)的安全高效運(yùn)行至關(guān)重要。

2、單個節(jié)點(diǎn)負(fù)荷凈值的變化使得節(jié)點(diǎn)類型也隨之改變(輸入或輸出電能)，節(jié)點(diǎn)間的空間關(guān)聯(lián)(邊)同樣受到影響。此外，圖結(jié)構(gòu)是時變的，尤其是光伏發(fā)電和風(fēng)力發(fā)電這些不確定性強(qiáng)的分布式發(fā)電和負(fù)荷的隱性關(guān)聯(lián)，使得配電系統(tǒng)的真實(shí)時空結(jié)構(gòu)復(fù)雜性大幅增加。相關(guān)技術(shù)中，往往僅通過簡單的機(jī)器學(xué)習(xí)進(jìn)行數(shù)據(jù)映射關(guān)系構(gòu)建，準(zhǔn)確性較差且難以適應(yīng)復(fù)雜環(huán)境。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)局限性問題。為此，本發(fā)明提出一種凈負(fù)荷預(yù)測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，能夠準(zhǔn)確有效進(jìn)行凈負(fù)荷預(yù)測。

2、一方面，本發(fā)明實(shí)施例提供了一種凈負(fù)荷預(yù)測方法，包括以下步驟：

3、獲取負(fù)荷關(guān)聯(lián)的多維變量的歷史數(shù)據(jù)，進(jìn)而整理得到每個變量對應(yīng)的時間序列數(shù)據(jù)；

4、基于時間序列數(shù)據(jù)，通過特征嵌入得到時間序列嵌入，進(jìn)而引入預(yù)設(shè)的空間位置嵌入集成得到每個變量對應(yīng)的特征嵌入；

5、將特征嵌入輸入預(yù)設(shè)的時空專家進(jìn)行特征提取，得到每個變量對應(yīng)的時空特征；其中，每個變量均對應(yīng)單獨(dú)的時空專家；

6、對時空特征進(jìn)行數(shù)據(jù)維度轉(zhuǎn)化，得到每個變量對應(yīng)的投影時空特征；

7、將投影時空特征輸入預(yù)設(shè)的增強(qiáng)專家進(jìn)行特征增強(qiáng)，得到每個變量對應(yīng)的增強(qiáng)特征；其中，每個變量均對應(yīng)單獨(dú)的增強(qiáng)專家；

8、基于預(yù)構(gòu)建的元空間交互記憶庫，對增強(qiáng)特征進(jìn)行元記憶交互，得到空間結(jié)構(gòu)；

9、基于空間結(jié)構(gòu)對增強(qiáng)特征進(jìn)行解碼映射，得到每個變量對應(yīng)的目標(biāo)預(yù)測值。

10、可選地，基于時間序列數(shù)據(jù)，通過特征嵌入得到時間序列嵌入，進(jìn)而引入預(yù)設(shè)的空間位置嵌入集成得到每個變量對應(yīng)的特征嵌入，包括以下步驟：

11、采用特征投影方法通過全連接神經(jīng)網(wǎng)絡(luò)將時間序列數(shù)據(jù)轉(zhuǎn)換為高維特征表示的時間序列嵌入；

12、將時間序列嵌入和引入的空間位置嵌入通過廣播操作集成得到特征嵌入。

13、可選地，多維變量包括負(fù)載、光伏和風(fēng)電，方法還包括以下步驟：

14、當(dāng)變量為負(fù)載，將時間愛因斯坦混合、空間特征提取、時間注意力和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為負(fù)載對應(yīng)的時空專家的子層；

15、當(dāng)變量為光伏或風(fēng)電，將時間注意力、空間特征提取、時間注意力和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為光伏或風(fēng)電對應(yīng)的時空專家的子層；

16、其中，時空專家的子層之間通過殘差相連，每個子層都設(shè)置有層歸一化。

17、可選地，對時空特征進(jìn)行數(shù)據(jù)維度轉(zhuǎn)化，得到投影時空特征，包括以下步驟：

18、將時空特征結(jié)合其對應(yīng)的特征嵌入整合輸入到共享全連接網(wǎng)絡(luò)進(jìn)行共享參數(shù)投影，將時空特征由原有維度投影到預(yù)設(shè)維度，得到投影時空特征。

19、可選地，方法還包括以下步驟：

20、將時間注意力、空間注意力、專家查詢和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為每個變量對應(yīng)的增強(qiáng)專家的子層；其中，增強(qiáng)專家的子層之間通過殘差相連，每個子層都設(shè)置有層歸一化。

21、可選地，基于預(yù)構(gòu)建的元空間交互記憶庫，對增強(qiáng)特征進(jìn)行元記憶交互，得到空間結(jié)構(gòu)，包括以下步驟：

22、將增強(qiáng)特征輸入全連接層進(jìn)行節(jié)點(diǎn)特征查詢，得到查詢向量；

23、基于查詢向量，通過預(yù)構(gòu)建的元空間交互記憶庫進(jìn)行相似匹配，得到歸一化相似性分?jǐn)?shù)；

24、其中，相似匹配的表達(dá)式為：

25、

26、式中，表示歸一化相似性分?jǐn)?shù)；qt表示查詢向量；ψ[j]表示元空間交互記憶庫中第j個記憶項；表示的ψ[j]轉(zhuǎn)置；

27、根據(jù)歸一化相似性分?jǐn)?shù)在元空間交互記憶庫提取特征，進(jìn)而根據(jù)元空間交互記憶庫通過超級網(wǎng)絡(luò)生成節(jié)點(diǎn)關(guān)系嵌入矩陣；

28、基于節(jié)點(diǎn)關(guān)系嵌入矩陣，采用正則表達(dá)式處理得到空間結(jié)構(gòu)。

29、可選地，基于空間結(jié)構(gòu)對增強(qiáng)特征進(jìn)行解碼映射，得到每個變量對應(yīng)的目標(biāo)預(yù)測值，包括以下步驟：

30、基于空間結(jié)構(gòu)和增強(qiáng)特征，利用自適應(yīng)圖卷積網(wǎng)絡(luò)和空間注意力機(jī)制處理得到特征表示；

31、通過序列卷積對特征表示進(jìn)行增強(qiáng)操作和局部特征提取操作，得到解碼結(jié)果；

32、將特征嵌入融合到解碼結(jié)果，進(jìn)而通過全連接網(wǎng)絡(luò)進(jìn)行特征映射，得到目標(biāo)預(yù)測值。

33、另一方面，本發(fā)明實(shí)施例提供了一種凈負(fù)荷預(yù)測系統(tǒng)，包括：

34、第一模塊，用于獲取負(fù)荷關(guān)聯(lián)的多維變量的歷史數(shù)據(jù)，進(jìn)而整理得到每個變量對應(yīng)的時間序列數(shù)據(jù)；

35、第二模塊，用于基于時間序列數(shù)據(jù)，通過特征嵌入得到時間序列嵌入，進(jìn)而引入預(yù)設(shè)的空間位置嵌入集成得到每個變量對應(yīng)的特征嵌入；

36、第三模塊，用于將特征嵌入輸入預(yù)設(shè)的時空專家進(jìn)行特征提取，得到每個變量對應(yīng)的時空特征；其中，每個變量均對應(yīng)單獨(dú)的時空專家；

37、第四模塊，用于對時空特征進(jìn)行數(shù)據(jù)維度轉(zhuǎn)化，得到每個變量對應(yīng)的投影時空特征；

38、第五模塊，用于將投影時空特征輸入預(yù)設(shè)的增強(qiáng)專家進(jìn)行特征增強(qiáng)，得到每個變量對應(yīng)的增強(qiáng)特征；其中，每個變量均對應(yīng)單獨(dú)的增強(qiáng)專家；

39、第六模塊，用于基于預(yù)構(gòu)建的元空間交互記憶庫，對增強(qiáng)特征進(jìn)行元記憶交互，得到空間結(jié)構(gòu)；

40、第七模塊，用于基于空間結(jié)構(gòu)對增強(qiáng)特征進(jìn)行解碼映射，得到每個變量對應(yīng)的目標(biāo)預(yù)測值。

41、可選地，多維變量包括負(fù)載、光伏和風(fēng)電，系統(tǒng)還包括：

42、第八模塊，用于當(dāng)變量為負(fù)載，將時間愛因斯坦混合、空間特征提取、時間注意力和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為負(fù)載對應(yīng)的時空專家的子層；

43、第九模塊，用于當(dāng)變量為光伏或風(fēng)電，將時間注意力、空間特征提取、時間注意力和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為光伏或風(fēng)電對應(yīng)的時空專家的子層；

44、其中，時空專家的子層之間通過殘差相連，每個子層都設(shè)置有層歸一化。

45、可選地，多維變量包括負(fù)載、光伏和風(fēng)電，系統(tǒng)還包括：

46、第十模塊，用于將時間注意力、空間注意力、專家查詢和逐點(diǎn)前饋網(wǎng)絡(luò)依次設(shè)置為每個變量對應(yīng)的增強(qiáng)專家的子層；其中，增強(qiáng)專家的子層之間通過殘差相連，每個子層都設(shè)置有層歸一化。

47、另一方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括：處理器以及存儲器；存儲器用于存儲程序；處理器執(zhí)行程序?qū)崿F(xiàn)上述凈負(fù)荷預(yù)測方法。

48、另一方面，本發(fā)明實(shí)施例提供了一種計算機(jī)存儲介質(zhì)，其中存儲有處理器可執(zhí)行的程序，處理器可執(zhí)行的程序在由處理器執(zhí)行時用于實(shí)現(xiàn)上述凈負(fù)荷預(yù)測方法。

49、本發(fā)明實(shí)施例通過獲取負(fù)荷關(guān)聯(lián)的多維變量的歷史數(shù)據(jù)，進(jìn)而整理得到每個變量對應(yīng)的時間序列數(shù)據(jù)；基于時間序列數(shù)據(jù)，通過特征嵌入得到時間序列嵌入，進(jìn)而引入預(yù)設(shè)的空間位置嵌入集成得到每個變量對應(yīng)的特征嵌入；將特征嵌入輸入預(yù)設(shè)的時空專家進(jìn)行特征提取，得到每個變量對應(yīng)的時空特征；其中，每個變量均對應(yīng)單獨(dú)的時空專家；對時空特征進(jìn)行數(shù)據(jù)維度轉(zhuǎn)化，得到每個變量對應(yīng)的投影時空特征；將投影時空特征輸入預(yù)設(shè)的增強(qiáng)專家進(jìn)行特征增強(qiáng)，得到每個變量對應(yīng)的增強(qiáng)特征；其中，每個變量均對應(yīng)單獨(dú)的增強(qiáng)專家；基于預(yù)構(gòu)建的元空間交互記憶庫，對增強(qiáng)特征進(jìn)行元記憶交互，得到空間結(jié)構(gòu)；基于空間結(jié)構(gòu)對增強(qiáng)特征進(jìn)行解碼映射，得到每個變量對應(yīng)的目標(biāo)預(yù)測值。本發(fā)明至少包括有益效果：1.數(shù)據(jù)整合與序列化：有效整合負(fù)荷關(guān)聯(lián)的多維變量歷史數(shù)據(jù)，形成時間序列，為深入分析提供基礎(chǔ)。2.特征嵌入與時空分析：通過特征嵌入及空間位置信息的引入，精準(zhǔn)捕捉變量特性，并且采用不同的時空專家充分捕獲各個變量的時空特性進(jìn)一步提升特征質(zhì)量。3.特征增強(qiáng)與預(yù)測：投影時空特征經(jīng)增強(qiáng)專家處理后，特征表達(dá)能力增強(qiáng)，結(jié)合元空間交互記憶庫，實(shí)現(xiàn)更精確的目標(biāo)預(yù)測。