基于Attention-LSTM的电力负荷自动预测方法

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。