BiGRU加入注意力机制

BiGRU加入注意力机制是一种用于短期电力负荷预测的方法。该方法将历史负荷数据作为输入，通过一维卷积层和池化层等组成的CNN架构提取反映负荷复杂动态变化的高维特征。然后将所提特征向量构造为时间序列形式作为BiGRU网络的输入，建模学习特征内部动态变化规律，并引入Attention机制通过映射加权和学习参数矩阵赋予BiGRU隐含状态不同的权重，减少历史信息的丢失并加强重要信息的影响，最后完成短期负荷预测。与BP、BiGRU、BiGRU-Attention进行对比，验证方法有效性。

具体来说，BiGRU加入注意力机制的过程如下：
1.将历史负荷数据作为输入，通过一维卷积层和池化层等组成的CNN架构提取反映负荷复杂动态变化的高维特征。
2.将所提特征向量构造为时间序列形式作为BiGRU网络的输入，建模学习特征内部动态变化规律。
3.引入Attention机制，通过映射加权和学习参数矩阵赋予BiGRU隐含状态不同的权重，减少历史信息的丢失并加强重要信息的影响。
4.最后完成短期负荷预测。