基于ACMD和BiGRU-Attention的负荷预测模型研究
为降低用户侧负荷的波动性和随机性对负荷预测精度的影响,提出一种基于ACMD(自适应啁啾模态分解)和含Attention机制的BiGRU-Attention(双向门控循环单元)短期负荷预测模型.首先采用ACMD将负荷时间序列分解为多个相对规律的子分量;然后使用BiGRU模型分别对各子分量进行预测并相加得到最终预测结果,为突出重要信息的影响,在BiGRU模型中引入Attention机制赋予BiGRU网络隐含状态相应的权重;使用麻雀搜索算法对模型超参数进行优化选择,以减小模型超参数选择不当的影响.采用公开数据集进行算例分析,并分别与单一模型和组合模型进行比较,结果表明该方法具有更好的预测效果.
负荷预测、双向门控循环单元、自适应啁啾模态分解、麻雀搜索算法、注意力机制
42
TP391;TM715;TP183
国网浙江省电力有限公司科技项目5211UZ2000K2
2023-07-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
70-77