10.3969/j.issn.1007-3175.2022.08.003
基于相似日和CNN-LSTM的短期负荷预测
为充分发掘历史信息,解决气象数据不足影响预测精度的问题,采用灰色关联分析(GRA)选取天气相似日和CNN-LSTM混合神经网络的方法来预测电力负荷.利用GRA计算每日各气象因素与日总负荷的灰色关联度,再计算各日与典型日的相同气象因素之间的欧氏距离,将各气象因素的欧氏距离分别乘以对应因素的关联度,并将同一天的结果累加,得到一个综合得分.选取待预测日之前分数最低的5天作为相似日,将相似日各时刻的负荷数据输入CNN-LSTM网络中,预测出待预测日的负荷,通过与其他模型对比,验证了该方法的有效性.
灰色关联分析、相似日、CNN-LSTM混合神经网络、短期负荷预测
TM715(输配电工程、电力网及电力系统)
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
17-22