基于LSTM人工神经网络的电力系统负荷预测方法
陈胜1
刘鹏飞2
王平1
马建伟1
1.贵州电力科学研究院电力调度控制中心,贵州贵阳 5500072.国电南瑞南京控制系统有限公司电力市场系统部,江苏南京 211106
摘要：针对电力市场环境下短期电力系统负荷预测准确性较低的问题,提出了一种基于LSTM人工神经网络的组合预测模型.分析了LSTM神经网络和其变体GRU神经网络在进行负荷预测时学习时序特征的独特优势,并以卷积神经网络作为负荷数据的特征提取层,结合GRU网络构建了组合模型,通过建立残差预测模型对结果进行修正.仿真结果表明,具有记忆功能的神经网络预测效果要优于 ANN 和 SVM 模型,且所提出残差预测模型的负荷预测平均相对误差约为1.79%,其准确性高于单一算法的负荷预测模型.
关键词：负荷预测人工神经网络长短期记忆卷积神经网络平均相对误差残差修正特征提取组合模型
分类号：TM744(输配电工程、电力网及电力系统)
论文发表日期：2024-01-25
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：6( 66-71 )
英文信息