居民用电负荷超短期预测研究

• 作者: 于立杰 林琳 鞠森
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 循环神经网络 长短时记忆模型 负荷预测 双层前馈神经网络 居民用电负荷
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 故障预测与健康管理
• 页码范围: 98-101
• 页数: 4页
• 分类号: TM73
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802209

摘要

负荷预测是电力系统安全运行的基础,而由于居民用电负荷的随机性和波动性,可能会影响电力系统的正常运行与维护,因此准确预测居民用电负荷为电网的实时调度提供了有利指导.提出了一种基于长短时记忆型循环神经网络的居民用电负荷超短期预测方法,利用该方法的“记忆”特性挖掘负荷数据间的关联特性,建立了基于基于长短时记忆网络的居民用电负荷超短期预测模型,并和双层前馈神经网络模型仿真结果相对比,其基于长短时记忆网络的预测结果精度更高,验证了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于立杰		6	17	1.0	4.0
2	林琳		12	14	2.0	3.0
3	鞠森		1	0	0.0	0.0