电力系统负荷数据预测的设计与实现

摘要：

为了确保送电质量,提升供电可靠性,通过负荷预测为电力企业的规划策略提供数据依据,从电力负荷数据特性着手,详细分析了影响因素以及预测难点.采用PSO算法对LSTM长短期记忆神经网络进行参数寻优,并综合考虑温度、时段、电价等因素构建电力负荷数据预测模型;采用C#语言设计了包含数据仓库、模型构建与择优、负荷预测模块的C/S模式负荷数据预测平台.通过实际数据验证,预测精度较高,误差在允许范围内,为电力系统负荷数据预测提供了可靠的信息化手段.

关键词：电力负荷预测、PSO算法、LSTM神经网络

所属期刊栏目：38

分类号：TP183(自动化基础理论)

在线出版日期：2022-09-06（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：161-164