基于动态自适应融合的BiLSTM–Transformer电力负荷预测方法研究 徐嘉龙、 张磊、 张振雄

《Energies》：Research on BiLSTM–Transformer Power Load Forecasting Method Based on Dynamic Adaptive Fusion Jialong Xu, Lei Zhang and Zhenxiong Zhang

　　

摘要

负载预测是实现智能电网安全、稳定和经济运行的核心技术要素。本文提出了一种基于动态自适应融合模块的混合BiLSTM–Transformer预测方法。该方法的要点在于利用动态自适应融合模块对不同特征通道进行自适应加权，从而突出关键影响因素，同时运用时间注意力机制来捕捉各时间步的贡献。在此基础上，该模型有效结合了BiLSTM网络捕捉双向依赖关系的优势以及Transformer模型提取全局上下文特征的能力，实现了负载特性的多层次动态融合。在真实电网数据集上的实验表明，与传统模型相比，所提出的方法在负载峰值预测精度和稳定性方面取得了显著提升，为电力系统的优化调度提供了有力的技术支持。