基于深度学习的智能楼宇微网负荷预测方法研究

• 作者: 常峰铭 易灵芝
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 智能楼宇微网 深度学习 特征提取 负荷预测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP183
• 字数: 3128字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.12.010

摘要

楼宇微网是智能电网的重要组成部分,提高智能楼宇微网负荷预测精度,有助于对楼宇能效系统进行优化控制和调度规划.针对智能楼宇微网用电负荷数据的特点,提出了基于深度学习的智能楼宇微网短期负荷预测模型.首先用无监督的贪心算法对原始数据进行负荷数据的特征学习,完成对智能楼宇微网负荷数据的特征提取;然后挖掘智能楼宇微网负荷数据间的相互关系;最后用反向传播算法微调整个模型的参数.实验结果表明,提出的预测模型与传统预测模型相比具有更高的预测精度,且具有很好的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常峰铭	湘潭大学信息工程学院	1	4	1.0	1.0