基于MA-LSTM的短期负荷预测方法

精准的预测电力系统短期负荷对电力系统智能化和可靠运行有重要意义。为了提高负荷预测的精度，采用了一种基于蜉蝣优化算法和长短期记忆神经网络的短期负荷预测方法。将影响负荷的温度、日期类型、湿度作为输入特征；对长短期记忆神经网络中的参数使用蜉蝣算法不断地优化以确定最优参数；最后建立MA-LSTM模型对短期负荷进行预测。算例结果表明，和BP、LSTM、PSO-LSTM及SSA-LSTM方法相比，所提方法具有更高的预测精度，为电网安全稳定运行提供了有力保障。