Print

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

  • 0 引言
  • 1 基于LSTM时间递归神经网络的模型建立
  •   1.1 时间递归神经网络RNN原理
  •   1.2 LSTM时间递归神经网络原理
  •   1.3 基于LSTM时间递归神经网络的模型建立
  • 2 应用实例分析
  •   2.1 数据处理
  •   2.2 预测结果
  • 3 结语

    • 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

    本文来源: https://www.lunwen66.cn/article/a7cf0d935dd155e42ebd44a3.html