尹辉彦,常勇,杨海兰,武文成,巩锴.基于MA-LSTM的短期负荷预测方法*[J].电工技术,2023(21):15-19
基于MA-LSTM的短期负荷预测方法*
  
DOI：10.19768/j.cnki.dgjs.2023.21.004
中文关键词:  短期负荷  蜉蝣优化算法  长短期记忆神经网络  预测
英文关键词:
基金项目:
作者单位
尹辉彦 甘肃畜牧工程职业技术学院 
常勇 兰州石化职业技术大学 
杨海兰 甘肃畜牧工程职业技术学院 
武文成 甘肃送变电工程有限公司 
巩锴 甘肃畜牧工程职业技术学院 
摘要点击次数: 956
全文下载次数: 0
中文摘要:
      精准的预测电力系统短期负荷对电力系统智能化和可靠运行有重要意义。为了提高负荷预测的精度，采用了一种基于蜉蝣优化算法和长短期记忆神经网络的短期负荷预测方法。将影响负荷的温度、日期类型、湿度作为输入特征；对长短期记忆神经网络中的参数使用蜉蝣算法不断地优化以确定最优参数；最后建立MA-LSTM模型对短期负荷进行预测。算例结果表明，和BP、LSTM、PSO LSTM及SSA-LSTM方法相比，所提方法具有更高的预测精度，为电网安全稳定运行提供了有力保障。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器