共 12 条
- [8] 短期电力负荷的智能化预测方法研究[D]. 杨奎河.西安电子科技大学. 2004
- [9] 基于神经网络的电力负荷预测研究与实现[D]. 石德琳.山东大学. 2016
- [10] 基于神经网络的电力负荷预测[D]. 李宝玉.湖南大学. 2013
深度学习框架下LSTM网络在短期电力负荷预测中的应用
被引：104
作者：
陈亮
王震
王刚
机构：
[1] 山东鲁能软件技术有限公司
来源：
关键词：
短期电力负荷预测;
长短期记忆神经网络;
张量流;
深度学习;
D O I：
10.16543/j.2095-641x.electric.power.ict.2017.05.002
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
准确的电力负荷预测可以保证电力供应的稳定,降低用电成本,提高供电质量。在进行短期电力负荷预测时,考虑到时序数据的时间相关性,应用张量流深度学习框架构建了LSTM神经网络模型,对电力负荷时序数据进行回归预测。使用某省电力公司电力负荷数据进行模拟仿真,结果表明基于长短期记忆人工神经网络(Long-Short Term Memory,LSTM)的深度学习模型在短期电力负荷预测中可以有效地预测负荷变化。
引用
收藏
页码：8 / 11
页数：4
相关论文