تحسين الانتباه في المحول للتنبؤ بأحمال متعددة الأفق ومتعددة الطاقة في أنظمة الطاقة المتكاملة

يعد التنبؤ الدقيق بأحمال متعددة الطاقة أمرًا ضروريًا لتصميم وتشغيل وجدولة وإدارة أنظمة الطاقة المتكاملة (IESs). تشير الأبحاث الحديثة إلى أن نماذج المحولات لديها القدرة على تحسين التنبؤ بالتسلسلات الطويلة. ومع ذلك، غالبًا ما تركز نماذج المحولات الحالية على التقاط التبعيات الزمنية مع إهمال التبعيات الحيوية بين المتغيرات المختلفة اللازمة لتنبؤ الأحمال متعددة الطاقة. علاوة على ذلك، تواجه نماذج المحولات تحديات تتعلق بالتعقيد الزمني التربيعي والاستهلاك الكبير للذاكرة، مما يعيق تطبيقها المباشر على المهام التي تتطلب تنبؤ أحمال متعددة الطاقة بتسلسلات طويلة. للتغلب على هذه التحديات، نقترح نموذجًا يُسمى DTformer ونطبقه على مهمة التنبؤ بأحمال متعددة الأفق ومتعددة الطاقة في أنظمة الطاقة المتكاملة. داخل DTformer، نستخدم تضمين القطع لتحويل تسلسلات الأحمال متعددة الطاقة المدخلة إلى مصفوفة متجهات ثلاثية الأبعاد، مع الحفاظ على المعلومات الزمنية والبيانات المتغيرة. بعد ذلك، نقترح وحدة الانتباه الزمني العلوي المنقح (TWA) ووحدة الانتباه للمتغيرات المزدوجة للتعامل مع التبعيات الزمنية الممتدة وتبعيات بين المتغيرات. ومن المهم أن يتم تنظيم التعقيد الحسابي ومتطلبات الذاكرة لنموذج TWA عند مستوى O (N⁴3). من خلال تجارب مكثفة، وجدنا أن نموذج DTformer يتفوق على النماذج الأساسية من حيث الأداء باستخدام مجموعة بيانات IES المستمدة من حرم جامعة ولاية أريزونا في تامبي.