本發(fā)明涉及光功率預(yù)測，更具體的說是涉及一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、在電力通信系統(tǒng)中,電力光纖由于其自身所具有的通信容量大、傳輸損耗小和抗電磁干擾性好等諸多優(yōu)勢,近年來已成為一種主流的通信方式而被廣泛應(yīng)用。作為電力通信系統(tǒng)的關(guān)鍵組成部分,電力光纖通信系統(tǒng)傳輸?shù)姆€(wěn)定性是電力部門高效生產(chǎn)、穩(wěn)定運行的重要保障,一旦電力光纖線路發(fā)生故障,造成的通信中斷將會給企業(yè)和用戶帶來巨大的經(jīng)濟損失。光功率作為衡量光纖傳輸質(zhì)量的重要指標(biāo)之一，對電力通信系統(tǒng)的正常運行和性能評估起著關(guān)鍵作用。由于光纖傳輸系統(tǒng)的復(fù)雜性和多樣性，光功率在傳輸過程中會受到多種因素的影響，包括但不限于光纖損耗、環(huán)境氣象變化、環(huán)境溫度、傳輸距離等?，F(xiàn)有光功率預(yù)測方法往往未能考慮這些因素的綜合影響，導(dǎo)致預(yù)測結(jié)果不夠準(zhǔn)確和可靠。

2、現(xiàn)有的光功率預(yù)測方法主要關(guān)注單一時間點或位置上的光功率，忽略了時間和空間維度的變化趨勢。在實際應(yīng)用中，光功率會隨著時間和空間的變化呈現(xiàn)復(fù)雜的非線性關(guān)系。例如，光功率會受到外部環(huán)境劇烈變化而產(chǎn)生變化，或在光纖傳輸線路的某些特定區(qū)域出現(xiàn)異常情況。這些時空變化的特征對于光纖傳輸系統(tǒng)的規(guī)劃、優(yōu)化和維護至關(guān)重要。

3、因此，迫切需要一種更加全面、準(zhǔn)確的光功率預(yù)測方法，能夠綜合考慮時空數(shù)據(jù)的變化趨勢、光纖傳輸特性參數(shù)以及環(huán)境因素，從而實現(xiàn)更精確、可靠的光功率預(yù)測。這樣的方法將為光纖傳輸系統(tǒng)的性能管理和優(yōu)化提供有效的決策支持，幫助提升光纖傳輸?shù)馁|(zhì)量和穩(wěn)定性，并在通信和數(shù)據(jù)傳輸領(lǐng)域發(fā)揮重要作用。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法及系統(tǒng)，考慮光纖運行過程中的時間、空間和環(huán)境等因素，使得預(yù)測模型能夠更全面地反映光纖傳輸系統(tǒng)的特性和性能，提高了預(yù)測結(jié)果的準(zhǔn)確性和可靠性。

2、為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，包括：

4、對光纜進(jìn)行數(shù)據(jù)采集獲取光功率數(shù)據(jù)與環(huán)境數(shù)據(jù)，所述光功率數(shù)據(jù)包括位置數(shù)據(jù)與時間數(shù)據(jù)；

5、根據(jù)主成分分析法獲取所述環(huán)境數(shù)據(jù)與所述光功率數(shù)據(jù)的相關(guān)性系數(shù)，根據(jù)預(yù)設(shè)貢獻(xiàn)度閾值選擇所述環(huán)境數(shù)據(jù)中部分?jǐn)?shù)據(jù)，結(jié)合所述光功率數(shù)據(jù)獲取融合數(shù)據(jù)；

6、通過雙層空洞卷積網(wǎng)絡(luò)對所述融合數(shù)據(jù)分別在時間維度與空間維度上進(jìn)行局部特征提取，獲取多維時空數(shù)據(jù)；

7、將所述多維時空數(shù)據(jù)輸入加入了注意力機制的bi-lstm模型，計算所述多維時空數(shù)據(jù)在時間維度和空間維度下的注意力權(quán)重，并進(jìn)行加權(quán)求和獲取最終光功率預(yù)測數(shù)據(jù)。

8、優(yōu)選的，在根據(jù)主成分分析法獲取所述環(huán)境數(shù)據(jù)與所述光功率數(shù)據(jù)的相關(guān)性數(shù)據(jù)之前，還包括對所述光功率數(shù)據(jù)與所述環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、缺失值填補和標(biāo)準(zhǔn)化處理。

9、優(yōu)選的，所述獲取融合數(shù)據(jù)具體包括：

10、s11：對于采集到的光功率數(shù)據(jù)和各類所述環(huán)境數(shù)據(jù)，分別計算各個環(huán)境數(shù)據(jù)與光功率數(shù)據(jù)的相關(guān)性系數(shù)；

11、s12：根據(jù)所述相關(guān)性系數(shù)調(diào)整每個環(huán)境數(shù)據(jù)的權(quán)重；

12、s13：使用所述每個環(huán)境數(shù)據(jù)的權(quán)重調(diào)整相對應(yīng)的所述環(huán)境數(shù)據(jù)；

13、s14：對調(diào)整后的所述環(huán)境數(shù)據(jù)計算協(xié)方差矩陣，然后通過所述協(xié)方差矩陣計算調(diào)整后的每個所述環(huán)境數(shù)據(jù)的特征值和特征向量，進(jìn)一步獲取每個所述環(huán)境數(shù)據(jù)的貢獻(xiàn)度，同時預(yù)設(shè)貢獻(xiàn)度閾值，選擇設(shè)定貢獻(xiàn)度閾值內(nèi)的所有環(huán)境數(shù)據(jù)與所述光功率數(shù)據(jù)進(jìn)行融合獲取融合數(shù)據(jù)。

14、優(yōu)選的，所述雙層空洞卷積網(wǎng)絡(luò)具體包括：

15、

16、其中，f為輸入信號，k為卷積核，p為信號長度，l為擴張算子，s為輸入信號f中每個數(shù)據(jù)的索引值。t為對應(yīng)數(shù)據(jù)在卷積核k中滿足s+l·t＝p的索引值。

17、優(yōu)選的，所述加入了注意力機制的bi-lstm模型具體包括在所述bi-lstm模型的全連接層引入了自注意力機制，具體如下：

18、計算所述多維時空數(shù)據(jù)在時間維度和空間維度下的數(shù)據(jù)，引入自注意力權(quán)重計算公式；

19、et＝softmax(wt·ht)；

20、

21、其中，et為t時刻下bi-lstm模型隱狀態(tài)輸出所對應(yīng)的注意力評分值，at為t時刻下bi-lstm模型隱狀態(tài)輸出所對應(yīng)的注意力權(quán)重系數(shù)，wt為計算時間維度注意力權(quán)重矩陣，ht為bi-lstm模型輸出多維矩陣中時間維度數(shù)據(jù)；

22、es＝softmax(ws·hs)；

23、

24、其中，es為s距離下bi-lstm模型隱狀態(tài)輸出所對應(yīng)的注意力評分值，as為s距離下bi-lstm模型隱狀態(tài)輸出所對應(yīng)的注意力權(quán)重系數(shù)，ws為計算空間維度注意力權(quán)重矩陣，hs為bi-lstm模型輸出多維矩陣中空間維度數(shù)據(jù)。

25、優(yōu)選的，所述加權(quán)求和具體包括將分別計算得到的時間維度注意力權(quán)重at、空間維度注意力權(quán)重as作為對應(yīng)維度的權(quán)重，將它們與矩陣h進(jìn)行加權(quán)求和，得到整體的加權(quán)輸出y，求和公式如下：

26、y＝(at⊙as)⊙h。

27、優(yōu)選的，所述獲取最終光功率預(yù)測數(shù)據(jù)具體包括將加權(quán)輸出輸入進(jìn)入全連接層，對輸出的數(shù)據(jù)展開后進(jìn)行特征處理和全連接層計算，并將獲得的數(shù)據(jù)進(jìn)行反歸一化以獲得最終光功率預(yù)測數(shù)據(jù)。

28、一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測系統(tǒng)，包括：

29、數(shù)據(jù)采集模塊，對光纜進(jìn)行數(shù)據(jù)采集獲取光功率數(shù)據(jù)與環(huán)境數(shù)據(jù)，所述光功率數(shù)據(jù)包括位置數(shù)據(jù)與時間數(shù)據(jù)；

30、數(shù)據(jù)融合模塊，根據(jù)主成分分析法獲取所述環(huán)境數(shù)據(jù)與所述光功率數(shù)據(jù)的相關(guān)性系數(shù)，根據(jù)預(yù)設(shè)貢獻(xiàn)度閾值選擇所述環(huán)境數(shù)據(jù)中部分?jǐn)?shù)據(jù)，結(jié)合所述光功率數(shù)據(jù)獲取融合數(shù)據(jù)；

31、特征提取模塊，通過雙層空洞卷積網(wǎng)絡(luò)對所述融合數(shù)據(jù)分別在時間維度與空間維度上進(jìn)行局部特征提取，獲取多維時空數(shù)據(jù)；

32、權(quán)重計算模塊，將所述多維時空數(shù)據(jù)輸入加入了注意力機制的bi-lstm模型，計算所述多維時空數(shù)據(jù)在時間維度和空間維度下的注意力權(quán)重，并進(jìn)行加權(quán)求和獲取最終光功率預(yù)測數(shù)據(jù)。

33、經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明公開提供了一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法及系統(tǒng)，考慮光纖運行過程中的時間、空間和環(huán)境等因素，使得預(yù)測模型能夠更全面地反映光纖傳輸系統(tǒng)的特性和性能，提高了預(yù)測結(jié)果的準(zhǔn)確性和可靠性。對數(shù)據(jù)空白區(qū)域進(jìn)行填補，使得預(yù)測模型在空間上具有連續(xù)性。這樣，即使在部分位置未采集到數(shù)據(jù)的情況下，也能得到更全面的預(yù)測結(jié)果，提高了預(yù)測的覆蓋范圍和精度。由于使用了深度學(xué)習(xí)算法中的bi-lstm和注意力機制，預(yù)測模型具有較強的自適應(yīng)性和實時性。預(yù)測模型可以根據(jù)不同的數(shù)據(jù)和環(huán)境動態(tài)調(diào)整參數(shù)，適應(yīng)不同場景的預(yù)測需求，并能在較短時間內(nèi)完成預(yù)測過程，滿足實時監(jiān)測的要求。

技術(shù)特征：

1.一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，在根據(jù)主成分分析法獲取所述環(huán)境數(shù)據(jù)與所述光功率數(shù)據(jù)的相關(guān)性數(shù)據(jù)之前，還包括對所述光功率數(shù)據(jù)與所述環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、缺失值填補和標(biāo)準(zhǔn)化處理。

3.根據(jù)權(quán)利要求1所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，所述獲取融合數(shù)據(jù)具體包括：

4.根據(jù)權(quán)利要求1所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，所述雙層空洞卷積網(wǎng)絡(luò)具體包括：

5.根據(jù)權(quán)利要求1所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，所述加入了注意力機制的bi-lstm模型具體包括在所述bi-lstm模型的全連接層引入了自注意力機制，具體如下：

6.根據(jù)權(quán)利要求5所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，所述加權(quán)求和具體包括將分別計算得到的時間維度注意力權(quán)重at、空間維度注意力權(quán)重as作為對應(yīng)維度的權(quán)重，將它們與矩陣h進(jìn)行加權(quán)求和，得到整體的加權(quán)輸出y，求和公式如下：

7.根據(jù)權(quán)利要求6所述的一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測方法，其特征在于，所述獲取最終光功率預(yù)測數(shù)據(jù)具體包括將加權(quán)輸出輸入進(jìn)入全連接層，對輸出的數(shù)據(jù)展開后進(jìn)行特征處理和全連接層計算，并將獲得的數(shù)據(jù)進(jìn)行反歸一化以獲得最終光功率預(yù)測數(shù)據(jù)。

8.一種基于時空注意力機制的多維lstm電力光纜光功率預(yù)測系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于時空注意力機制的多維LSTM電力光纜光功率預(yù)測方法及系統(tǒng)，涉及光功率預(yù)測技術(shù)領(lǐng)域，包括獲取光功率數(shù)據(jù)與環(huán)境數(shù)據(jù)；分析獲取環(huán)境數(shù)據(jù)與光功率數(shù)據(jù)的相關(guān)性系數(shù)，根據(jù)預(yù)設(shè)貢獻(xiàn)度閾值選擇環(huán)境數(shù)據(jù)中部分?jǐn)?shù)據(jù)，結(jié)合光功率數(shù)據(jù)獲取融合數(shù)據(jù)；通過雙層空洞卷積網(wǎng)絡(luò)對融合數(shù)據(jù)進(jìn)行局部特征提取，獲取多維時空數(shù)據(jù)；將多維時空數(shù)據(jù)輸入加入了注意力機制的Bi?LSTM模型，獲取最終光功率預(yù)測數(shù)據(jù)；本發(fā)明可以實現(xiàn)在不同環(huán)境和位置情況下對光功率的精確預(yù)測，對于電網(wǎng)的電力調(diào)度和運行安全具有十分重要的意義。

技術(shù)研發(fā)人員：李博,李浩東,許大鵬,祝永坤,丁仁杰,鮑明正,張欣偉,陳曉娟,尚鑫,于皓宇,馮振華,劉辰,張奇,白冰
受保護的技術(shù)使用者：國網(wǎng)內(nèi)蒙古東部電力有限公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10