基于改进长短时记忆网络的短期负荷预测方法

• 作者: 余涛 李富盛 蓝新斌
• 来源期刊: 新型工业化
• 学科: 工学
• 关键词: 短期负荷预测 长短时记忆网络 时序性 非线性
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 电力工业
• 页码范围: 6-9
• 页数: 4页
• 分类号: TM732
• 字数: 2608字
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2019.11.002

摘要

本文针对电网短期负荷预测的时序性和非线性特点,提出一种基于改进长短时记忆网络(Long Short Term Memory,LSTM)的短期负荷预测方法.在PyCharm平台上对以天为分辨率的电力数据进行数据预处理,建立LSTM模型,使用了Adam优化器并设置了学习率自动调整方法.仿真结果表明所提方法能够获得较好的预测效果,具有较好的非线性拟合能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余涛	华南理工大学电力学院	165	1484	19.0	31.0
2	李富盛	华南理工大学电力学院	3	2	1.0	1.0
3	蓝新斌	广东电网有限责任公司电力调度控制中心	6	13	1.0	3.0