基于长短期记忆的实时电价条件下智能电网短期负荷预测

被引:213
作者
李鹏 [1 ]
何帅 [1 ]
韩鹏飞 [1 ]
郑苗苗 [1 ]
黄敏 [1 ]
孙健 [2 ]
机构
[1] 华北电力大学电气与电子工程学院
[2] 国网北京市电力公司
关键词
负荷预测; 长短期记忆; 实时电价; 需求侧响应; 深度学习;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
在电力市场改革与智能电网建设的大背景下,电力将逐渐回归商品属性,电价也将实时波动,并对负荷产生影响。通过分析得出电价与负荷具有相关性,因此在预测模型中考虑了实时电价的影响,并对考虑实时电价的负荷预测模型与价格型需求侧响应之间的关系进行了讨论。针对前馈型神经网络不能处理序列间关联信息与传统循环神经网络无法记忆久远关键信息的缺陷,提出了基于长短期记忆循环神经网络的负荷预测模型,使用自适应矩估计算法进行深度学习。最后通过美国某地区的实际负荷和电价数据,验证了所提模型具有更高的预测精度。
引用
收藏
页码:4045 / 4052
页数:8
相关论文
共 9 条
[1]
基于实时电价与支持向量分位数回归的短期电力负荷概率密度预测方法 [J].
何耀耀 ;
刘瑞 ;
撖奥洋 .
中国电机工程学报, 2017, 37 (03) :768-776
[2]
基于新型人体舒适度的气象敏感负荷短期预测研究 [J].
高亚静 ;
孙永健 ;
杨文海 ;
啜斌 ;
梁海峰 ;
李鹏 .
中国电机工程学报, 2017, 37 (07) :1946-1955
[3]
基于粗糙集和决策树的自适应神经网络短期负荷预测方法 [J].
牛东晓 ;
王建军 ;
李莉 ;
李存斌 .
电力自动化设备, 2009, 29 (10) :30-34
[4]
提高时间序列气象适应性的短期电力负荷预测算法 [J].
朱陶业 ;
李应求 ;
张颖 ;
张学庄 ;
何朝阳 .
中国电机工程学报, 2006, (23) :14-19
[5]
基于蚁群优化算法递归神经网络的短期负荷预测 [J].
邹政达 ;
孙雅明 ;
张智晟 .
电网技术, 2005, (03) :59-63
[6]
电力系统负荷预测研究综述与发展方向的探讨 [J].
康重庆 ;
夏清 ;
张伯明 .
电力系统自动化, 2004, (17) :1-11
[7]
Long short-term memory [J].
Hochreiter, S ;
Schmidhuber, J .
NEURAL COMPUTATION, 1997, 9 (08) :1735-1780
[8]
电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,
[9]
神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,