长、短期电力负荷大数据下的智能预测实例分析

• 作者: 周帆 张庆 杨敏 杨文镪 赵荣普
• 来源期刊: 机电信息
• 关键词: 电力大数据集 智能算法 历史数据 负荷预测
• 年，卷（期）: 2019,（36）
• 所属期刊栏目: 电气工程与自动化
• 页码范围: 27,30
• 页数: 2页
• 字数: 1837字
• 语种: 中文

摘要

电力信息化平台的感知能力与检测精度日益提高,基于电力多维海量数据开展智能算法数据分析与知识挖掘,可高效处理数据,并获取具有指导意义的结论.考虑到不同时期的数据中彼此存在联系,可通过筛选历史时期数据的有效相关信息进行智能算法训练并做出合理预测.通过长、短期记忆网络对实际负荷数据进行预测,验证结果显示,基于长期数据可以较为准确地预测负荷变化情况,平均误差小于5％,对于合理规划电力生产具有一定的指导作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨敏		16	19	3.0	4.0
2	赵荣普		35	28	3.0	4.0
3	杨文镪		7	3	1.0	1.0
4	张庆		9	3	1.0	1.0
5	周帆		8	4	1.0	2.0