基于组合模型的短期电力负荷预测

摘要：

为了有效指导政府企业投资、电力分配调度和电力系统网络布局,提出一种基于长短期记忆网络与基于梯度提升决策树的机器学习方法组合模型的短期负荷预测.首先,对某商业园区电力数据预处理;然后,将数据输入到两模型中进行训练,使两模型达到精确预测的效果,选取均方误差倒数方法确定组合模型的权重值,得到基于组合模型的负荷预测器.最后将负荷预测器用于负荷预测,并与其他模型比较.结果表明,所提方法的预测精度高于其他模型,且鲁棒性好,为电力规划调度提供了重要的理论依据.

关键词：长短期记忆网络、梯度提升决策树、均方误差倒数、预测精度、短期

所属期刊栏目：44

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;山西省电力公司科技项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：60-62