基于LSTM和多任务学习的综合能源系统多元负荷预测

被引：180

作者：

孙庆凯 ^{[1
]}

王小君 ^{[1
]}

张义志 ^{[1
]}

张放 ^{[1
]}

张沛 ^{[1
]}

高文忠 ^{[1
,2
]}

机构：

[1] 北京交通大学电气工程学院

[2] 丹佛大学电气与计算机工程学院

来源：

电力系统自动化 | 2021年 / 45卷 / 05期

关键词：

综合能源系统; 多元负荷预测; 多任务学习; 长短时记忆神经网络;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TK01 [能源];

学科分类号：

080707 [能源环境工程]; 080802 [电力系统及其自动化];

摘要：

随着综合能源利用技术的不断发展与用户用能需求的多元化,现有单一负荷预测方法难以反映多元负荷间的耦合特性,精确的多元负荷预测将成为综合能源系统优化调度和经济运行的首要前提。基于此,提出一种以长短时记忆神经网络作为共享层的多任务学习负荷预测方法,经由共享层模拟多元负荷间的耦合特性,进而达到提升预测精度的目的。首先,以"硬共享机制+长短时记忆共享层"方式构建多任务学习负荷预测模型,利用共享机制学习不同子任务提供的耦合信息。其次,通过神经网络可解释性技术对离线训练结果进行可视化解释,证实了所构建模型能够利用子任务提供的耦合信息来提高预测精度。最后,与传统模型进行对比分析,结果表明所构建模型在预测精度和时间上具有更好的应用效果。

引用

页码：63 / 70

页数：8

共 21 条

[1]

新能源电网中考虑特征选择的Bi-LSTM网络短期负荷预测 [J].

杨龙 ;

吴红斌 ;

丁明 ;

毕锐 .

电力系统自动化, 2021, 45 (03) :166-173

[2]

利用模糊信息粒化与支持向量机的空间负荷预测方法 [J].

肖白 ;

赵晓宁 ;

姜卓 ;

施永刚 ;

焦明曦 ;

王徭 .

电网技术, 2021, 45 (01) :251-260

[3]

基于混沌时间序列的IGA-WLSSVR短期负荷预测模型 [J].

刘雨竹 ;

徐楠 .

控制工程, 2021, 28 (02) :245-250

[4]

基于IPSO-WNN的综合能源系统短期负荷预测 [J].

李守茂 ;

戚嘉兴 ;

白星振 ;

葛磊蛟 ;

李涛 .

电测与仪表 , 2020, (09) :103-109

[5]

基于Copula理论与KPCA-GRNN结合的区域综合能源系统多元负荷短期预测模型 [J].

马建鹏 ;

龚文杰 ;

张智晟 .

电工电能新技术, 2020, 39 (03) :24-31

[6]

Feature selection for probabilistic load forecasting via sparse penalized quantile regression.[J].Yi WANG;Dahua GAN;Ning ZHANG;Le XIE;Chongqing KANG;.Journal of Modern Power Systems and Clean Energy.2019, 05

[7]

面向能源互联网的多能流综合能量管理系统:设计与应用 [J].