基于GRU-NN模型的电力用户能耗预测研究

针对现有预测方法在对电力用户进行能耗预测时，存在预测精度低、预测时效性差的问题，引入GRU-NN(Gate Recurrent Unit-Neural Networks，门控循环单元-神经网络)模型，开展对电力用户能耗预测方法的设计研究。采集电力用户用电信息，并从归一化处理后的信息中提取用电特征。利用GRU-NN，构建能耗预测模型。结合均方误差和拟合优度的概念，对该模型进行训练。利用训练后的模型预测电力用户能耗，模型的输出即为预测结果。通过对比实验，证明新的预测方法预测结果更加接近实际，且预测耗时短，具备较高的时效性，值得广泛应用。