10.19399/j.cnki.tpt.2023.12.029
基于大数据的短期负荷预测技术
利用大数据技术中的深度学习技术建立电力负荷预测模型,并将某地区一年中的数据分为训练数据集和测试数据集,比例设置为 7∶3.利用TensorFlow平台对模型进行仿真分析,结果表明利用前日数据对当日负荷进行预测具有更高的精度.预测一周电力负荷时,如果可以考虑时间信息,能进一步提升预测精度.该研究对实现短期负荷的精确预测,促进电力领域技术水平的提升具有重要的现实意义.
大数据、深度学习、负荷预测、TensorFlow
40
TM715;TP183;TP391
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
88-90