基于LSTM的短时电力负荷预测

• 作者: 薛秀茹 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: 280-281
• 页数: 2页
• 字数: 1593字
• 语种: 中文

摘要

随着用电量的增加,为了电力系统的规划和运行的稳定、经济的发展、人民的生活,对电力负荷进行准确的预测显得尤为总要.为得到短时电力负荷的准确预测,采用LSTM模型对其进行建模分析.首先将数据进行预处理,将奇异值修正,建立了基于LSTM的预测模型.将负荷列数据做重构,建立了两层LSTM结构的预测模型.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	薛秀茹	石家庄铁道大学电气与电子工程学院	1	0	0.0	0.0