基于LSTM神經(jīng)網(wǎng)絡(luò)的多要素用電量動(dòng)態(tài)預(yù)測(cè)

打開文本圖片集

摘 要：準(zhǔn)確地預(yù)測(cè)用電量有助于電力氣象服務(wù)工作的開展，并可保障電力系統(tǒng)經(jīng)濟(jì)、安全、可靠運(yùn)行?；跂|至縣2014—2018年日用電量數(shù)據(jù)，結(jié)合氣象要素和日期因素，通過(guò)相關(guān)性分析篩選要素，并利用長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)開展多時(shí)次用電量預(yù)測(cè)。利用人體舒適度指數(shù)、平均地面溫度、最高氣溫、最低氣溫、平均水汽壓、日期因素和用電量序列數(shù)據(jù)構(gòu)建用電量預(yù)測(cè)LSTM模型，該模型利用過(guò)去24日數(shù)據(jù)，對(duì)未來(lái)1、3、6日日用電量進(jìn)行預(yù)測(cè)，其標(biāo)準(zhǔn)化均方根誤差（CVRMSE）分別為0.06、0.09和0.11，相對(duì)誤差（RE）分別為0.27、0.26、0.27，決定系數(shù)（R2）分別為0.56、0.22、0.12。（剩余3752字）