基于Time2Vec-LSTM-TCN-Attention的天然气负荷组合预测

来源：南京信息工程大学学报·自然科学版杂志2024年第6期北京时间：

作者：王可睿，邵必林

单位：王可睿,西安建筑科技大学 管理学院, 西安, 710311,邵必林,西安建筑科技大学 管理学院, 西安, 710311

摘要：针对天然气负荷序列的复杂性和非线性,本文提出一种基于Time2Vec-LSTM-TCN-Attention的天然气负荷组合预测模型.首先,采用皮尔逊相关系数进行相关性分析,提取出相关性强的气象特征;其次,引入时间向量嵌入层Time2Vec,将时间序列转换为连续向量空间,提取相应的时间特征,提高了模型对时间序列信息的计算效率;然后,将Time2Vec提取的时间特征、皮尔逊相关系数选取出的气象特征和原始负荷序列输入到长短期记忆网络(LSTM)和时间卷积网络(TCN)中进行负荷预测,充分利用LSTM的长期记忆能力和TCN的局部特征提取能力;最后,将LSTM和TCN通过注意力(Attention)机制组合起来,并根据其重要程度分别赋予不同的权重,得到最终预测结果.实验结果表明,本文所提出的组合预测模型具有更强的适应性和更高的精度.

关键词：Time2Vec;注意力;长短期记忆网络;时间卷积网络;组合预测;负荷预测

基金资助：国家自然科学基金(62072363)