首页> 中文期刊> 《微计算机信息》 >基于LSTM模型的短期负荷预测

基于LSTM模型的短期负荷预测

         

摘要

我国工业用电在全社会用电中所占的比例比较大,工业用户准确的负荷预测可以降低用电成本,对电力系统规划和优化运行有着重要的作用.随着智能电网时代的发展,电力用户侧数据量剧增,传统的负荷预测方法难以应付更大的数据量和更强的随机性.针对此问题,提出了基于LSTM网络建立模型,利用LSTM网络善于处理序列型数据的特点,在整合历史时刻点信息的基础上,对未来的负荷进行预测.结果表明,LSTM模型相较于其他机器学习算法具有较高的准确性,可以有效预测负荷的变化,有较强的实践价值.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号