论文摘要
利用宜昌市历史气象数据、电力负荷数据以及日期类型数据等建立LSTM网络模型,通过逐步调优试验评估,提出适用于宜昌电力负荷预测的LSTM网络模型方案。利用过去48h的历史气象资料、电力负荷资料以及节假日类型资料对当前时次的电力负荷预测效果最好,平均绝对百分比误差可达到1.79%;对一天24h各时次的负荷进行直接预测时,宜选用过去72h的历史资料及51个隐藏层单元,其预测效果最好,但效果仍远不如对单一时次的预测;利用提出的模型分别对选取的三个个例进行单时次滚动预测及24h直接预测检验,结果显示预测效果均较好,平均MAPE均在2%以内,表明提出的预测模型具有一定的可行性。
论文目录
文章来源
类型: 期刊论文
作者: 张明,杜裕,洪国平
关键词: 电力负荷,神经元,误差
来源: 气象研究与应用 2019年03期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 电力工业
单位: 湖北省宜昌市气象局,武汉区域气候中心
基金: 湖北省气象局课题“宜昌市电力负荷与气象因子关系及精细化预报方法研究”(2018J06)
分类号: TM715
DOI: 10.19849/j.cnki.cn45-1356/p.2019.03.017
页码: 72-77+97
总页数: 7
文件大小: 970K
下载量: 98
相关论文文献
- [1].电力负荷控制技术应用及发展研究[J]. 中国设备工程 2020(08)
- [2].基于双图正则非负低秩分解的电力负荷短期预测[J]. 计算机与现代化 2020(05)
- [3].气象因子对夏季最大电力负荷的敏感性分析[J]. 气象 2020(09)
- [4].辽宁省日最大电力负荷与气象因子的关系[J]. 科技与创新 2019(19)
- [5].电网供电系统电力负荷调控[J]. 内蒙古科技与经济 2019(22)
- [6].北京市夏季日最大电力负荷与气象因子的关系[J]. 气象与环境学报 2018(03)
- [7].电力负荷数据预测方法模型的设计[J]. 电子技术与软件工程 2017(12)
- [8].基于滤波技术的上海日最大电力负荷气象预报模型[J]. 气象科技 2015(06)
- [9].基于主成分分析的BP神经网络预测电力负荷[J]. 数学学习与研究 2016(23)
- [10].北京夏季日最大电力负荷预报模型建立方法探讨[J]. 气候与环境研究 2013(06)
- [11].新冠疫情期间陕西学校暑期短期电力负荷大数据分析[J]. 电网与清洁能源 2020(11)
- [12].基于大数据的电力负荷预测算法[J]. 电子技术与软件工程 2020(10)
- [13].基于概率统计的电力负荷时间序列预测模型[J]. 现代电子技术 2020(21)
- [14].基于大数据的电力负荷自动监测系统设计[J]. 电子设计工程 2019(08)
- [15].短期电力负荷组合预测分析方法研究[J]. 自动化与仪器仪表 2017(03)
- [16].孤岛发电站电力负荷分级管理的重要性及应用[J]. 电工文摘 2017(04)
- [17].电力负荷控制技术运用分析[J]. 电子技术与软件工程 2016(01)
- [18].基于粒子群算法搜索的非侵入式电力负荷分解方法[J]. 电力系统保护与控制 2016(08)
- [19].基于特性融合的电力负荷建模[J]. 电网技术 2015(05)
- [20].电力负荷控制技术及应用研究[J]. 智富时代 2016(01)
- [21].基于稳态波形的非侵入式电力负荷识别[J]. 现代信息科技 2020(18)
- [22].非平均权重条件下电力负荷组合预测模型研究[J]. 山东电力高等专科学校学报 2013(03)
- [23].电力负荷控制技术及其在需求侧管理中的应用[J]. 机电信息 2011(18)
- [24].基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法[J]. 电力系统及其自动化学报 2020(02)
- [25].基于电力负荷趋于饱和的电源布局和电网目标网架研究[J]. 能源与环境 2016(06)
- [26].电力系统短期负荷预测方法的研究和实现[J]. 赤峰学院学报(自然科学版) 2016(21)
- [27].基于小波分析的电力负荷数据研究[J]. 中国新技术新产品 2017(10)
- [28].体感温度对夏季气象负荷率变化的影响研究——以湖北省黄石市为例[J]. 气象 2017(05)
- [29].基于相空间分析的电力负荷序列预测算法[J]. 电力与能源 2016(03)
- [30].电力负荷特性分析及中长期负荷预测方法研究[J]. 电子测试 2016(21)