基于深度神经网络的中期电力负荷预测

• 作者: 王军
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 中期负荷预测 前馈深度神经网络 递归深度神经网络 时域-频域分析
• 年，卷（期）: 2018,（6）
• 页码范围: 17-21
• 页数: 5页
• 分类号: TM391.9
• 字数: 3572字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2018.0006.004

摘要

电力负荷预测的精确度对于电厂的实际发电量、配电、系统维护以及与电价相关的能源供应商运营计划等都有着极大地影响;研究了前馈深度神经网络和递归深度神经网络在中期电力负荷预测中的应用及其准确性和计算能力分析;首先,针对收集的原始数据集进行预处理,提出了一种时域-频域分析特征提取方法,该方法可以充分地挖掘隐藏在原始数据集中的深层信息;然后利用前馈深度神经网络和递归深度神经网络模型进行中期电力负荷预测;最后,利用某城市5年期间的实际负荷数据,预测未来1年中不同季节的负荷;通过仿真结果表明:时域-频域分析法和深度神经网络协同使用于中期负荷预测具有更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王军	安徽工程大学电气工程学院	28	61	4.0	5.0