双碳背景下计及新能源大规模接入的电量趋势预测与分析

为了提高新型电力系统电量趋势预测的精度,文章提出了基于深度神经网络的新型电量趋势预测的方法。采用灰色关联分析深入研究了新能源接入、外部环境以及节假日对电量预测的影响,提出了用粒子群算法优化的Informer电量趋势预测方法。Informer模型采用概率稀疏自注意力机制和自注意力蒸馏机制,使其时间复杂度大大降低,有效地使用内存。通过建立Informer电量预测模型,并对模型的超参数进行优化,可输出最好的电量预测结果。通过算例分析对所提出的方法进行有效性验证,显示该方法具有较高的预测精度,适用于中长期电量趋势预测。