基于DDPM与HVAE的多步电力负荷预测方法  

作　　者：陈萌 CHEN Meng

机构地区：[1]湖北省水电工程智能视觉监测重点实验室,湖北宜昌443002 [2]三峡大学计算机与信息学院,湖北宜昌443000

出　　处：《信息技术与信息化》2024年第11期137-140,共4页Information Technology and Informatization

摘　　要：电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional variational auto-encoder,HVAE)的生成式电力负荷预测模型DHVAE,模型通过对历史电力数据前向加噪,再将加噪数据送入分层变分自编码器中进行特征提取,最终生成对未来电力负荷侧的多步预测。为验证算法的预测准确性,采用湖北某集团的历史电力数据开展预测仿真实验,实验结果表明,DHVAE可以实现准确的多步电力负荷预测,为电力系统的优化调度提供有效的方法支撑。

关 键 词：电力负荷预测 去噪扩散概率模型 分层变分自编码器 多步预测 生成式网络 

分 类 号：TM715[电气工程—电力系统及自动化] TP18[自动化与计算机技术—控制理论与控制工程]