基于深度循环神经网络的地铁供电系统负荷预测

摘要：

随着国民经济持续发展、城市化进程加快,地铁建设也随之快速发展,地铁供电系统也相应地日益庞大,地铁供电系统负荷已然成为城市电力系统负荷的重要组成部分.由于地铁供电系统负荷所呈现的移动性、时变性、非线性等特点,对地铁供电系统负荷预测技术的研究越来越重要.首先对于地铁供电系统负荷预测开展研究,考虑了地铁历史负荷、地铁换乘站、地铁地上/地下形式、客流量、天气、温度等多维度因素,再基于堆叠式降噪自动编码器对多维度因素进行特征学习,基于适用于处理序列性质非线性问题的深度循环神经网络,提出了一种地铁供电系统负荷预测方法.最后通过南京地铁的实际运行数据验证了所提预测方法的有效性和优越性,该方法对于地铁供电系统短期和中长期负荷预测均有较好的预测效果.针对南京地铁待建的地铁站,进行中长期负荷预测,为其主站定容提供参考依据.

关键词：地铁供电系统、负荷预测、深度学习、多维度因素、深度循环神经网络

所属期刊栏目：17

分类号：TM744(输配电工程、电力网及电力系统)

资助基金：南京电力设计研究院资助项目SGTYHT/18-JS-206

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：309-317