基于LSTM时间递归神经网络的短期电力负荷预测

• 作者: 周艳平 姚朝 施卜今 辛平安
• 来源期刊: 云南水力发电
• 关键词: 短期电力负荷预测 LSTM 时间递归 神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 工程建设与运行管理
• 页码范围: 163-165
• 页数: 3页
• 分类号: TM734
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3951.2019.03.042

摘要

短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用.LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测.提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辛平安		4	2	1.0	1.0
2	周艳平		4	11	2.0	3.0
3	姚朝		3	12	1.0	3.0
4	施卜今		1	0	0.0	0.0