【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于瓦斯發(fā)電站，尤其涉及一種瓦斯發(fā)電站功率預(yù)測(cè)方法。
技術(shù)介紹
1、瓦斯發(fā)電站在現(xiàn)代電力系統(tǒng)中扮演著重要角色，其功率輸出的準(zhǔn)確預(yù)測(cè)對(duì)于電力系統(tǒng)的穩(wěn)定運(yùn)行和優(yōu)化調(diào)度具有重要意義。然而，瓦斯發(fā)電站的功率輸出受多種復(fù)雜因素的影響，包括天氣條件、瓦斯供給量、煤礦生產(chǎn)、用能需求等。這些因素之間存在著復(fù)雜的非線性關(guān)系和時(shí)空依賴性，使得瓦斯發(fā)電站數(shù)量、節(jié)點(diǎn)動(dòng)態(tài)增長(zhǎng)，其功率預(yù)測(cè)較為困難。
2、傳統(tǒng)的瓦斯發(fā)電站功率預(yù)測(cè)方法主要依賴于時(shí)間序列模型和機(jī)器學(xué)習(xí)模型。這些方法包括自回歸積分滑動(dòng)平均模型（arima）、支持向量回歸（svr）等。時(shí)間序列模型（如長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò)（lstm））通過分析歷史數(shù)據(jù)的時(shí)間依賴性進(jìn)行預(yù)測(cè)，但其主要假設(shè)數(shù)據(jù)的線性關(guān)系，難以捕捉數(shù)據(jù)中的復(fù)雜非線性特征，此外，這些模型往往忽略了瓦斯發(fā)電站功率輸出的空間相關(guān)性，導(dǎo)致預(yù)測(cè)精度有限；同時(shí)這些模型大多通過手動(dòng)調(diào)度模型參數(shù)，針對(duì)瓦斯發(fā)電站數(shù)量、節(jié)點(diǎn)動(dòng)態(tài)增長(zhǎng)情況下的功率預(yù)測(cè)自適應(yīng)性及可拓展性較差。
3、近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，圖卷積神經(jīng)網(wǎng)絡(luò)（gcn）和時(shí)間圖卷積神經(jīng)網(wǎng)絡(luò)（st-gcn）在交通流量預(yù)測(cè)和電力負(fù)荷預(yù)測(cè)等領(lǐng)域得到了廣泛應(yīng)用。gcn通過在圖結(jié)構(gòu)上進(jìn)行卷積操作，能夠有效捕捉數(shù)據(jù)中的空間依賴關(guān)系；st-gcn則通過結(jié)合時(shí)間卷積和圖卷積，能夠同時(shí)捕捉數(shù)據(jù)的時(shí)間特征和空間特征。盡管gcn和st-gcn在交通流量和電力負(fù)荷預(yù)測(cè)中表現(xiàn)出色，但在瓦斯發(fā)電站功率預(yù)測(cè)領(lǐng)域，未見采用gcn和st-gcn進(jìn)行預(yù)測(cè)的實(shí)例，此外瓦斯發(fā)電站的功率輸出不僅受天氣
技術(shù)實(shí)現(xiàn)思路
1、專利技術(shù)目的：為了解決上述現(xiàn)有技術(shù)存在的問題本專利技術(shù)提供了一種瓦斯發(fā)電站功率預(yù)測(cè)方法。
2、技術(shù)方案：本專利技術(shù)提供了一種瓦斯發(fā)電站功率預(yù)測(cè)方法，具體包括如下步驟：
3、步驟1：采集瓦斯發(fā)電站的歷史數(shù)據(jù)作為樣本數(shù)據(jù)；
4、步驟2：對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理；
5、步驟3：將預(yù)處理后的數(shù)據(jù)構(gòu)建為時(shí)空?qǐng)Dh；h=（v,e,?a），v?表示節(jié)點(diǎn)集合，所述節(jié)點(diǎn)表示瓦斯發(fā)電站，e表示邊集合，所述邊為節(jié)點(diǎn)之間的連接邊，a為鄰接矩陣；
6、步驟4：設(shè)計(jì)自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型；
7、步驟5：將預(yù)處理的數(shù)據(jù)和鄰接矩陣作為訓(xùn)練集，對(duì)自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；
8、步驟6：采用訓(xùn)練好的自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型對(duì)瓦斯發(fā)電站的功率進(jìn)行預(yù)測(cè)。
9、進(jìn)一步的，所述步驟1中的樣本數(shù)據(jù)包括歷史功率，與發(fā)電相關(guān)的天氣數(shù)據(jù)和瓦斯供給數(shù)據(jù)。
10、進(jìn)一步的，所述步驟2中的數(shù)據(jù)預(yù)處理具體為先對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗然后進(jìn)行歸一化處理，所述數(shù)據(jù)清洗具體為：采用向前填充或向后填充的方法處理缺失的功率數(shù)據(jù)；然后使用z-score方法檢測(cè)并處理異常值；將時(shí)間戳轉(zhuǎn)化為datetime類型。
11、進(jìn)一步的，所述步驟3中采用高斯核函數(shù)構(gòu)建鄰接矩陣，所述鄰接矩陣a的表達(dá)式為：
12、；
13、其中，i，j分別表示節(jié)點(diǎn)集合中的節(jié)點(diǎn)i，j； p i和 p j分別表示節(jié)點(diǎn)i和節(jié)點(diǎn)j的地理位置， d( i, j)為節(jié)點(diǎn)i和節(jié)點(diǎn)j歷史功率之間的相關(guān)系數(shù)，a和k是控制鄰接矩陣稀疏性的參數(shù)。
14、一步的，所述自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型被配置執(zhí)行如下操作：
15、采用時(shí)空卷積塊捕捉瓦斯發(fā)電站的時(shí)空特征，并通過堆疊l層時(shí)空卷積塊提高特征提取能力；然后采用自適應(yīng)模塊調(diào)整模型參數(shù)；再采用可拓展模塊根據(jù)瓦斯發(fā)電數(shù)據(jù)量和節(jié)點(diǎn)數(shù)量的增加進(jìn)行擴(kuò)展，最后通過全連接層輸出瓦斯發(fā)電站的預(yù)測(cè)功率。
16、進(jìn)一步的，每個(gè)時(shí)空卷積塊使用圖卷積操作提取瓦斯發(fā)電站每個(gè)節(jié)點(diǎn)及鄰域的特征，使用時(shí)間卷積中的一維卷積操作提取時(shí)間特征，同時(shí)使用時(shí)間卷積中的門控線性單元捕捉瓦斯發(fā)電站時(shí)間動(dòng)態(tài)行為，時(shí)空卷積塊的結(jié)構(gòu)如下所示：
17、；
18、其中，表示第層時(shí)空卷積塊的輸出特征，temporalconv(.)表示時(shí)域卷積操作，s(.)表示激活函數(shù)，graphconv(.)表示圖卷積操作，表示第層圖卷積的輸出特征，表示第層時(shí)間卷積的輸出特征，表示第層時(shí)間卷積中一維卷積的偏置，表示歸一化后的鄰接矩陣，，其中j表示度矩陣，表示第層圖卷積的權(quán)重矩陣；，，x為樣本數(shù)據(jù)；
19、圖卷積的結(jié)構(gòu)如下所示：
20、；
21、其中，表示第層圖卷積的輸出特征，t k表示第 k階的chebyshev多項(xiàng)式，k表示chebyshev多項(xiàng)式的總階數(shù)；表示歸一化后的圖拉普拉斯算子，， i表示單位矩陣，表示第層圖卷積中第k階chebyshev多項(xiàng)式的權(quán)重矩陣，第層圖卷積中k個(gè)chebyshev多項(xiàng)式的權(quán)重矩陣構(gòu)成第層圖卷積的權(quán)重矩陣；
22、時(shí)間卷積的結(jié)構(gòu)如下所示：
23、；
24、其中，表示第層時(shí)間卷積的輸出特征，表示第層時(shí)間卷積中一維卷積的輸出特征，表示第層時(shí)間卷積中一維卷積的卷積核，表示第層時(shí)間卷積中一維卷積的偏置，表示第層時(shí)間卷積中門控線性單元的卷積核，表示第層時(shí)間卷積中門控線性單元的偏置，*表示卷積操作。
25、進(jìn)一步的，所述自適應(yīng)模塊包括依次連接的m層自適應(yīng)層，所述的自適應(yīng)層包括節(jié)點(diǎn)特征變換，自適應(yīng)注意力權(quán)重計(jì)算以及注意力權(quán)重歸一化；
26、所述節(jié)點(diǎn)特征變換具體為：
27、；
28、其中，f( m+1)?表示第m+1層自適應(yīng)層輸出的節(jié)點(diǎn)特征矩陣，第1層自適應(yīng)層輸出的節(jié)點(diǎn)特征矩陣，其中表示時(shí)空卷積模塊輸出的特征，表示第一層自適應(yīng)層的權(quán)重矩陣，s(.)表示激活函數(shù)；表示第m+1層自適應(yīng)層的權(quán)重矩陣，m=1,2,3,…,m；m表示自適應(yīng)層的總個(gè)數(shù)；
29、所述自適應(yīng)注意力權(quán)重計(jì)具體為：
30、；
31、其中，表示在第m層自適應(yīng)層中節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的自適應(yīng)注意力權(quán)重；leakyrelu表示帶泄漏的線性整流激活函數(shù)，||表示向量連接，和分別表示節(jié)點(diǎn)i、j在第m層自適應(yīng)層的特征；表示第m層自適應(yīng)層的權(quán)重矩陣，為第m層自適應(yīng)層中歸一化后的自適應(yīng)注意力權(quán)重的集合；
32、所述自適應(yīng)注意力權(quán)重歸一化具體為：
33、；
34、其中，表示在第m層自適應(yīng)層中節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的自適應(yīng)注意力權(quán)重歸一化后的值，v(i)表示節(jié)點(diǎn)i的相鄰節(jié)點(diǎn)集合，表示集本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：具體包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟1中的樣本數(shù)據(jù)包括歷史功率，與發(fā)電相關(guān)的天氣數(shù)據(jù)和瓦斯供給數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟2中的數(shù)據(jù)預(yù)處理具體為先對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗然后進(jìn)行歸一化處理，所述數(shù)據(jù)清洗具體為：采用向前填充或向后填充的方法處理缺失的功率數(shù)據(jù)；然后使用Z-score方法檢測(cè)并處理異常值；將時(shí)間戳轉(zhuǎn)化為datetime類型。
4.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟3中采用高斯核函數(shù)構(gòu)建鄰接矩陣，所述鄰接矩陣A的表達(dá)式為：
5.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型被配置執(zhí)行如下操作：
6.根據(jù)權(quán)利要求5所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：每個(gè)時(shí)空卷積塊使用圖卷積操作提取瓦斯發(fā)電站每個(gè)節(jié)點(diǎn)及鄰域的特征，使用時(shí)間卷積中的一維卷積操作提取時(shí)間特征，同時(shí)使用時(shí)間卷積中的門控線
7.根據(jù)權(quán)利要求5所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述自適應(yīng)模塊包括依次連接的M層自適應(yīng)層，所述的自適應(yīng)層包括節(jié)點(diǎn)特征變換，自適應(yīng)注意力權(quán)重計(jì)算以及注意力權(quán)重歸一化；
8.根據(jù)權(quán)利要求7所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述可拓展模塊包括依次連接的Ｎ層可拓展層，所述可拓展層包括多頭圖卷積和分層聚合，所述多頭圖卷積如下所示：
9.一種用于瓦斯發(fā)電站功率預(yù)測(cè)方法的電子設(shè)備/系統(tǒng)，其特征在于：包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有所述處理器的執(zhí)行指令，所述處理器配置為執(zhí)行所述執(zhí)行指令來實(shí)現(xiàn)權(quán)利要求1-8中任意一項(xiàng)所述瓦斯發(fā)電站功率預(yù)測(cè)方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，其特征在于：執(zhí)行所述程序以實(shí)現(xiàn)權(quán)利1-8中任意一項(xiàng)所述瓦斯發(fā)電站功率預(yù)測(cè)方法。
...【技術(shù)特征摘要】
1.一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：具體包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟1中的樣本數(shù)據(jù)包括歷史功率，與發(fā)電相關(guān)的天氣數(shù)據(jù)和瓦斯供給數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟2中的數(shù)據(jù)預(yù)處理具體為先對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗然后進(jìn)行歸一化處理，所述數(shù)據(jù)清洗具體為：采用向前填充或向后填充的方法處理缺失的功率數(shù)據(jù)；然后使用z-score方法檢測(cè)并處理異常值；將時(shí)間戳轉(zhuǎn)化為datetime類型。
4.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述步驟3中采用高斯核函數(shù)構(gòu)建鄰接矩陣，所述鄰接矩陣a的表達(dá)式為：
5.根據(jù)權(quán)利要求1所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：所述自適應(yīng)可擴(kuò)展時(shí)空?qǐng)D卷積網(wǎng)絡(luò)模型被配置執(zhí)行如下操作：
6.根據(jù)權(quán)利要求5所述的一種瓦斯發(fā)電站功率預(yù)測(cè)方法，其特征在于：每個(gè)時(shí)空卷積塊使用圖卷積操作提取瓦...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳文剛，王新瑞，劉賀龍，姬玉澤，朱劍飛，田瑞敏，董建軍，李海燕，馬偉天，許泳濤，董科，原亞飛，
申請(qǐng)(專利權(quán))人：國(guó)網(wǎng)山西省電力公司晉城供電公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。