| 居民用电负荷超短期预测研究 |
| |
| 引用本文： | 林琳,鞠森,于立杰.居民用电负荷超短期预测研究[J].电子测量技术,2019,42(9):98-101. |
| |
| 作者姓名： | 林琳 鞠森 于立杰 |
| |
| 作者单位： | 国网冀北电力有限公司技能培训中心 保定071051;国网冀北电力有限公司技能培训中心 保定071051;国网冀北电力有限公司技能培训中心 保定071051 |
| |
| 摘 要： | 负荷预测是电力系统安全运行的基础,而由于居民用电负荷的随机性和波动性,可能会影响电力系统的正常运行与维护,因此准确预测居民用电负荷为电网的实时调度提供了有利指导。提出了一种基于长短时记忆型循环神经网络的居民用电负荷超短期预测方法,利用该方法的"记忆"特性挖掘负荷数据间的关联特性,建立了基于基于长短时记忆网络的居民用电负荷超短期预测模型,并和双层前馈神经网络模型仿真结果相对比,其基于长短时记忆网络的预测结果精度更高,验证了模型的有效性。
|
| 关 键 词： | 循环神经网络 长短时记忆模型 负荷预测 双层前馈神经网络 居民用电负荷 |
Research on ultra-short-term prediction of residential electricity consumption |
| |
| Lin Lin,Ju Sen,Yu Lijie.Research on ultra-short-term prediction of residential electricity consumption[J].Electronic Measurement Technology,2019,42(9):98-101. |
| |
| Authors: | Lin Lin Ju Sen Yu Lijie |
| |
| Affiliation: | State Grid Jibei Electric Power Company Limited Skills Training Center, Baoding 071051, China |
| |
| Abstract: | Lin Lin;Ju Sen;Yu Lijie(State Grid Jibei Electric Power Company Limited Skills Training Center,Baoding 071051,China) |
| |
| Keywords: | circulating neural network long and short time memory model load forecasting double feedforward neural network residential electricity load |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载全文 |
|
