基于FFT,DC-HC及LSTM的短期负荷预测方法 |
| |
引用本文: | 魏震波,余雷.基于FFT,DC-HC及LSTM的短期负荷预测方法[J].陕西电力,2022,0(3):37-43. |
| |
作者姓名: | 魏震波 余雷 |
| |
作者单位: | (四川大学电气信息学院,四川成都 610065) |
| |
摘 要: | 针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC)与长短时记忆(LSTM)神经网络相结合的短期负荷预测方法。首先,采用FFT计算出所有原始电力负荷序列对应的期望频率,并以之作为负荷聚类的特征量。然后采用DC-HC算法对负荷进行聚类,将原始数据分拆成具有特征属性的数据分量组;运用LSTM模型对各分量组进行负荷预测,再将各分量组预测结果进行叠加,得到最终负荷预测值;最后,采用爱尔兰实际电力负荷数据进行算例分析,结果表明所提方法能够有效提高负荷预测精度。
|
关 键 词: | 短期负荷预测 快速傅里叶变换 聚类 长短时记忆 |
|
| 点击此处可从《陕西电力》浏览原始摘要信息 |
|
点击此处可从《陕西电力》下载全文 |
|