运用相似日和LSTM的短期负荷双向组合预测

• 作者: 王瑞 闫方 逯静 杨文艺
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短期负荷预测 相似日 横向、纵向预测 组合预测 最小方差
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术论文|Theoretical Research
• 页码范围: 93-99
• 页数: 7页
• 分类号: TM715|TP183
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000671

摘要

为了提高短期电力负荷预测精度,提出了运用相似日选择与长短期记忆的短期负荷双向组合预测方法.首先,以关联度大小为标准,根据归一化后的待预测日气象因素序列确定数据集;然后,使用长短期记忆神经网络分别进行横向预测和纵向预测,利用最小方差法计算每一个采样点的横向、纵向预测值的权重,得出双向组合预测结果;最后,充分考虑气象因素对负荷数据的影响,利用最小方差法兼顾负荷数据的时序性、日周期规律性和非线性三者之间的关系进行实验,实验结果表明该方法的预测效果更佳.