基于改进LSTM的滚动预测模型的能源供给研究

• 作者: 宋强
• 来源期刊: 能源与环保
• 关键词: 能源供给 灰色关联度分析 滚动LSTM网络 发电量预测
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 资源利用与节能|Resource Utilization and Energy Saving
• 页码范围: 167-172
• 页数: 6页
• 分类号: TM711
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2021.04.028

摘要

随着供给侧结构性改革的不断深入、可持续发展目标的要求,低碳经济模式逐渐成为经济发展重点,科学合理地预测能源供给情况,对制定能源发展政策具有重要意义.基于能源发电量数据及外部气候数据,利用灰色关联度分析法筛选关联度较高的变量作为输入,将能源发电量作为输出,利用改进LSTM的滚动预测方法对模型进行训练,对新数据持续学习,动态调整模型参数,滚动更新数据变化最新规律.结果表明,模型预测准确率达到92.60％,预测效果较好.