基于Autoformer的电力负荷预测与分析研究

新一代电网是未来智能电网发展的主要方向,而电力负荷精准预测是智能电网的一项重要基础工作.为了提高智能电力系统负荷预测的精确度,本文基于自相关机制的预测模型Autoformer,对负荷数据集进行了特性分析,在原模型中加入特征提取层,从编码层数、解码层数、学习率和批量大小等方面优化了模型参数,实现了周期灵活的负荷预测.在真实数据集上进行了实验和分析,实验结果表明,本文模型在预测效果上表现更好,MAE(mean absolute error)和MSE(mean squared error)分别为0.2512和0.1915,决定系数为0.9832.与其他方法相比,本文方法负荷预测效果更好.