基于深度学习的智能型负荷预测方法的研究

• 作者: 李孟凡 李正浩
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 深度学习 智能型负荷预测 核范数聚类 GRU Seq2Seq技术
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 电网分析与研究
• 页码范围: 78-85,112
• 页数: 9页
• 分类号: TM391.4
• 语种: 中文

摘要

基于深度学习框架,提出了一种精确高效的智能型负荷预测方法.首先,梳理了影响负荷预测精度的因素;然后,引入核范数聚类算法对负荷样本进行聚类处理;最后,基于GRU神经元搭建Seq2Seq技术框架.以某区域实际的历史负荷数据为基础,对所提方法进行了验证.实验表明,所提的智能型负荷预测方法考虑了多种影响负荷变化的因素,适应性强,能够显著地提升负荷预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李孟凡		4	2	1.0	1.0
2	李正浩		1	0	0.0	0.0