基于LSTM时间递归神经网络的短期电力负荷预测

摘要：

短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用.LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测.提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利.

关键词：短期电力负荷预测、LSTM、时间递归、神经网络

所属期刊栏目：35

分类号：TM734(输配电工程、电力网及电力系统)

在线出版日期：2019-07-24（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：163-165