| 王文文,刘阳升.基于深度学习的变压器负载预测研究[J].电工技术,2024(15):7-9 |
| 基于深度学习的变压器负载预测研究 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.15.002 |
| 中文关键词: 深度学习 变压器 负载预测 气象数据 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 586 |
| 全文下载次数: 0 |
| 中文摘要: |
| 随着以新能源为主体的新型电力系统快速发展，加之季节性负荷的增加，每年迎峰度夏、度冬、重大节假日期间的变压器重过载等问题也日益严重，严重影响变压器使用寿命和供电可靠性。通过负载预测提前对负载进行调整和转供，是解决变压器重过载问题的重要手段之一，因此实现变压器负载的准确预测至关重要。基于深度学习搭建长短期记忆循环神经网络(LSTM)的短期负荷预测模型，以变压器的历史负载、节假日信息及气象数据为输入，预测变压器负载水平。以两台容量为5000 kVA的35 kV变压器为例，通过MATLAB搭建负载预测模型，验证了变压器负载预测的准确性。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
