基于Attention-LSTM的电力负荷自动预测方法 |
| |
引用本文: | 苟秦晋,杨旭,李涛,冯显彬.基于Attention-LSTM的电力负荷自动预测方法[J].电子设计工程,2024(4):125-128+134. |
| |
作者姓名: | 苟秦晋 杨旭 李涛 冯显彬 |
| |
作者单位: | 1. 国网西安供电公司;2. 重庆星能电气有限公司 |
| |
摘 要: | 电力负荷预测方法异常数据筛选能力较差,导致预测精度较低,为此,基于Attention-LSTM研究一种新的电力负荷自动预测方法,构建ZigBee组网协议下的数据采集信息组网,采集电力负荷原始数据,建立自动预测模型,将电力负荷数据输入到数据处理模块中,构建模态序列,将各个子序列中的模态分量结果重组叠加,得到电力负荷功率的预测结果。实验结果表明,该方法能够筛选出绝大部分异常数据,异常数据筛选率在90%以上,预测精度在99%以上,预测时间低于15 s。
|
关 键 词: | Attention-LSTM 电力负荷 负荷预测 自动预测 |
|
|