基于DTW-LSTM的短期楼宇电力负荷预测方法
张明理1
张明慧2
王勇3
武志锴2
满林坤3
1.东北大学 软件学院, 沈阳110169;国网辽宁省电力有限公司 经济技术研究院,沈阳1100152.国网辽宁省电力有限公司 财务资产部,沈阳1100153.国网辽宁省电力有限公司 经济技术研究院,沈阳110015
摘要：为了提高楼宇电力负荷预测精度,解决传统聚类算法楼宇用电曲线聚类效果差的问题,提出一种基于DTW-LSTM的楼宇短期电力负荷预测模型.采用DTW聚类算法对楼宇日用电曲线进行聚类与编码,分析楼宇用电行为.根据楼宇10天的日用电曲线编码,利用马尔科夫链对未来一天的用电曲线编码进行预测,得到用电曲线原型.将编码作为一个特征,结合历史用电数据对楼宇的短期负荷进行预测,结果表明,相对于传统的聚类算法,所提方法的聚类结果更加合理且预测精度也有所提升.
关键词：DTW聚类算法电力负荷预测马尔科夫链模型长短期记忆网络用电数据预测精度用电曲线短期负荷
分类号：TM715(输配电工程、电力网及电力系统)
资助基金：辽宁省自然科学基金(2019-MS-112)中央高校基本科研业务费专项(N2017001)国家电网有限公司总部科技项目(SGLNJY00ZLJS2000091)
论文发表日期：2021-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 361-367 )
英文信息