基于LSTM时间递归神经网络的短期电力负荷预测

论文摘要

短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用。LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测。提出一种基于长短期记忆（Long Short-Term Memory,LSTM）时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利。

论文目录

文章来源

类型: 期刊论文

作者: 姚朝,辛平安,施卜今,周艳平

关键词: 短期电力负荷预测,时间递归,神经网络

来源: 云南水力发电 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 昆明供电局

分类号: TP183;TM715

页码: 163-165

总页数: 3

文件大小: 1725K

下载量: 317

相关论文文献

标签：短期电力负荷预测论文;  时间递归论文;  神经网络论文;