基于门控多层感知机和Informer的多通道电力负荷预测

在电力领域,利用时间序列方法进行电力负荷预测已成为众多研究的热点。为了解决电力负荷预测准确率低的问题,本文提出了融合门控多层感知器和增强因果卷积的多通道时间序列融合网络GMEC-Informer,提高了模型捕捉长短期时间序列信息依赖的能力。为了证明本文模型的优越性,本文在广泛使用的数据集上与多个模型进行了比较,实验结果表明本文提出的GMEC-Informer具有更高的预测精度,可以为时间序列预测提供更好的研究方向。