基于GRA-LSTM神经网络的区域综合能源系统多元负荷短期预测模型

摘要：

冷、热、电负荷预测是发挥区域综合能源系统优势的关键技术.由此构建了基于灰色关联度分析(grey relation analysis,GRA)和长短期记忆(long short term memory,LSTM)神经网络的区域综合能源系统多元负荷短期预测模型,该模型利用LSTM神经网络在处理时间序列中间隔或延迟较长的样本和非线性数据方面的优势,采用GRA法定量分析多元负荷之间以及和各气象影响因素之间的耦合性.针对北方地区气候特点,利用DeST软件建立某写字楼建筑模型,运用动态模拟和统计方法模拟出写字楼全年逐时冷、热、电负荷.算例分析结果表明,基于GRA-LSTM神经网络的区域综合能源系统多元负荷短期预测模型具有较好的预测精度和应用价值.

关键词：区域综合能源系统、多元负荷预测、灰色关联度分析、相关性分析、长短期记忆神经网络

所属期刊栏目：33

分类号：TM715.1(输配电工程、电力网及电力系统)

资助基金：山东省电力科技计划项目2019

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51