技術(shù)特征：

1.一種中長(zhǎng)期區(qū)域用戶(hù)的配電策略確定方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述時(shí)序神經(jīng)網(wǎng)絡(luò)包括多尺度路由模塊，所述多尺度路由模塊包括特征提取層、池化層和路徑選擇層，所述利用時(shí)序神經(jīng)網(wǎng)絡(luò)對(duì)所述目標(biāo)因素的時(shí)序信息進(jìn)行特征提取，得到所述目標(biāo)因素的變化特征和影響權(quán)重，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述時(shí)序神經(jīng)網(wǎng)絡(luò)還包括：多尺度注意力模塊和多尺度聚合模塊，所述利用所述時(shí)序神經(jīng)網(wǎng)絡(luò)對(duì)所述目標(biāo)因素的變化特征和影響權(quán)重進(jìn)行處理，得到所述目標(biāo)時(shí)段的目標(biāo)用電時(shí)序數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用所述多尺度注意力模塊基于注意力機(jī)制對(duì)所述周期性變化特征進(jìn)行融合，得到融合周期性變化特征，包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用所述多尺度注意力模塊基于所述注意力機(jī)制對(duì)所述實(shí)時(shí)變化特征進(jìn)行融合，得到融合實(shí)時(shí)變化特征，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取針對(duì)目標(biāo)區(qū)域在歷史時(shí)段內(nèi)的目標(biāo)歷史時(shí)序信息之前，所述方法還包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于譜聚類(lèi)算法，對(duì)所述目標(biāo)歷史時(shí)序信息進(jìn)行聚類(lèi)，得到目標(biāo)因素的時(shí)序信息，包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述目標(biāo)用電時(shí)序數(shù)據(jù)確定針對(duì)所述目標(biāo)區(qū)域的配電網(wǎng)的配電策略，包括：

9.一種中長(zhǎng)期區(qū)域用戶(hù)的配電策略確定裝置，其特征在于，所述裝置包括：

10.一種電子設(shè)備，包括：

技術(shù)總結(jié)
本發(fā)明提供了中長(zhǎng)期區(qū)域用戶(hù)的配電策略確定方法、裝置、設(shè)備，上述方法包括：獲取針對(duì)目標(biāo)區(qū)域在歷史時(shí)段內(nèi)的目標(biāo)歷史時(shí)序信息；基于譜聚類(lèi)算法，對(duì)目標(biāo)歷史時(shí)序信息進(jìn)行聚類(lèi)，得到目標(biāo)因素的時(shí)序信息；利用時(shí)序神經(jīng)網(wǎng)絡(luò)對(duì)目標(biāo)因素的時(shí)序信息進(jìn)行特征提取，得到目標(biāo)因素的變化特征和影響權(quán)重；以及利用時(shí)序神經(jīng)網(wǎng)絡(luò)對(duì)目標(biāo)因素的變化特征和影響權(quán)重進(jìn)行處理，得到目標(biāo)時(shí)段的目標(biāo)用電數(shù)據(jù)，以基于目標(biāo)用電時(shí)序數(shù)據(jù)確定針對(duì)目標(biāo)區(qū)域的配電網(wǎng)的配電策略。

技術(shù)研發(fā)人員：龐超,魏立勇,丁一,王恩,劉濤,靳開(kāi)元,邊文鈺,劉念,霍現(xiàn)旭,馬世乾,張劍,趙晨陽(yáng),張智達(dá)
受保護(hù)的技術(shù)使用者：國(guó)網(wǎng)天津市電力公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19