基于RNN的短时电力负荷预测

• 作者: 徐仕威 袁晓丹 赵佳琪
• 来源期刊: 数码世界
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 智能技术
• 页码范围: 279-280
• 页数: 2页
• 字数: 1556字
• 语种: 中文

摘要

在结合所选取地区的社会经济情况,工农产业比重等因素的基础上,确定了对电力负荷影响较大的因素.对英国国家电网公司2019年纽约北部负荷数据进行预处理,包括填补缺失数据,修正异常数据,对数据进行归一化处理后,构建了基于RNN的短时电力负荷预测模型,利用RNN模型时序记忆的特点来提取电力负荷特征,为避免误差增大,设置了早停法和dropout法,仿真结果表明,该模型能够很好更好地拟合负荷曲线,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵佳琪	石家庄铁道大学电气与电子工程学院	2	0	0.0	0.0
2	袁晓丹	石家庄铁道大学电气与电子工程学院	2	0	0.0	0.0
3	徐仕威	石家庄铁道大学电气与电子工程学院	1	0	0.0	0.0