| 基于LSTM神经网络的区域微网短期负荷预测 |
| |
| 引用本文： | 尹春杰,肖发达,李鹏飞,赵钦. 基于LSTM神经网络的区域微网短期负荷预测[J]. 计算机与现代化, 2022, 0(4): 7-11. DOI: 10.3969/j.issn.1006-2475.2022.04.002 |
| |
| 作者姓名： | 尹春杰 肖发达 李鹏飞 赵钦 |
| |
| 作者单位： | 山东建筑大学信息与电气工程学院,山东 济南 250101 |
| |
| 基金项目： | 山东省自然科学基金面上项目 |
| |
| 摘 要： | 针对大电网负荷预测的研究较多而微电网相对较少，因此建立合适的微电网负荷预测模型提高预测的准确度非常重要。本文针对输入变量较少的情况，分析并选用温度、日类型以及多个历史负荷量作为模型的输入变量，选用基于循环神经网络基础下的长短期记忆神经网络进行建模，构建基于LSTM神经网络的微网负荷预测模型。最后，为增强结果的可靠性，采用2组不同时间段的负荷数据分别进行预测，将LSTM神经网络的预测结果与BP神经网络、径向基函数神经网络、Elman神经网络的预测结果进行对比。实验结果表明，LSTM神经网络的预测结果要优于BP神经网络、径向基函数神经网络及Elman神经网络，采用LSTM神经网络负荷预测模型在微电网背景下具有比较好的推广前景。
|
| 关 键 词： | 微电网 短期负荷预测 循环神经网络 LSTM神经网络 |
| 收稿时间： | 2022-05-07 |
Short-term Load Forecasting of Regional Microgrid Based on LSTM Neural Network |
| |
| YIN Chun-jie,XIAO Fa-da,LI Peng-fei,ZHAO Qin. Short-term Load Forecasting of Regional Microgrid Based on LSTM Neural Network[J]. Computer and Modernization, 2022, 0(4): 7-11. DOI: 10.3969/j.issn.1006-2475.2022.04.002 |
| |
| Authors: | YIN Chun-jie XIAO Fa-da LI Peng-fei ZHAO Qin |
| |
| Abstract: | |
| |
| Keywords: | microgrid short-term load forecasting recurrent neural network LSTM neural network |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 |
|
点击此处可从《计算机与现代化》下载全文 |
