基于LSTM的微电网短期负荷预测研究

摘要：

微电网系统中发电功率和负荷功率不匹配将会对其稳定性造成不利影响,为了准确预测微电网系统的短期负荷变化趋势,保证微电网可靠安全运行,文章提出了一种基于单变量单时间步长短期记忆神经网络(Long short-term memory,LSTM)的微电网短期负荷预测方法,该方法利用LSTM擅长处理时序性数据的能力,首先使用微电网负荷的历史数据进行模型训练,然后使用前一个采样点的数据去预测下一个时刻的数据.利用上述方法搭建了基于Keras的单变量单时间步长LSTM微电网短期负荷预测模型,使用某地各大区用电量进行负荷预测,实验结果跟实际用电量的平均绝对误差百分比为1.46％,取得了良好的预测精度,验证了该方法的有效性.

关键词：微电网、负荷预测、LSTM、Keras

所属期刊栏目：23

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：河池学院校级科研项目2019XJQN012

在线出版日期：2021-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-8