| 徐硕,栾乐,许中,刘田,郭倩雯.基于分时体感温度相关性的LSTM 负荷预测算法∗[J].电工技术,2021(18):47-51 |
| 基于分时体感温度相关性的LSTM 负荷预测算法∗ |
|
| |
| DOI：10.19768/j.cnki.dgjs.2021.18.017 |
| 中文关键词: 体感温度 长短期记忆人工神经网络 负荷预测 相关性 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 1380 |
| 全文下载次数: 0 |
| 中文摘要: |
| 随着经济的发展,人民生活水平的逐步提高,空调等用电设备的使用量逐年増加,直接导致气象因素对电力负荷的影响越来越大.夏季大量使用空调器带来的调温负荷被证明与气温、湿度、风速等气象因素密切相关.LSTM作为基本模型对电力负荷数据进行预测可最大限度地挖掘数据之间时序性与非线性的关系.但是此网络容易忽略影响因素导致负荷数据突变的情况.基于分钟级别气象因素进行综合建模分析,通过体感温度的变化得到负荷的变化值,并通过LSTM得到负荷的时序预测值,再得到最终的预测值.预测结果表明,该方法能有效提高短期负荷预测精度,是一种有效的负荷预测方法. |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
