基于LSTM人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)負(fù)荷預(yù)測(cè)方法

打開文本圖片集

摘要：針對(duì)電力市場(chǎng)環(huán)境下短期電力系統(tǒng)負(fù)荷預(yù)測(cè)準(zhǔn)確性較低的問題，提出了一種基于LSTM人工神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型。分析了LSTM神經(jīng)網(wǎng)絡(luò)和其變體GRU神經(jīng)網(wǎng)絡(luò)在進(jìn)行負(fù)荷預(yù)測(cè)時(shí)學(xué)習(xí)時(shí)序特征的獨(dú)特優(yōu)勢(shì)，并以卷積神經(jīng)網(wǎng)絡(luò)作為負(fù)荷數(shù)據(jù)的特征提取層，結(jié)合GRU網(wǎng)絡(luò)構(gòu)建了組合模型，通過建立殘差預(yù)測(cè)模型對(duì)結(jié)果進(jìn)行修正。（剩余4647字）