基于GRA-LSTM神经网络的区域综合能源系统多元负荷短期预测模型

被引：42

作者：

田浩含 ^{[1
]}

撖奥洋 ^{[2
]}

于立涛 ^{[2
]}

张智晟 ^{[1
]}

机构：

[1] 青岛大学电气工程学院

[2] 国网青岛供电公司

来源：

广东电力 | 2020年 / 33卷 / 05期

关键词：

区域综合能源系统; 多元负荷预测; 灰色关联度分析; 相关性分析; 长短期记忆神经网络;

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：

冷、热、电负荷预测是发挥区域综合能源系统优势的关键技术。由此构建了基于灰色关联度分析(grey relation analysis,GRA)和长短期记忆(long short term memory,LSTM)神经网络的区域综合能源系统多元负荷短期预测模型,该模型利用LSTM神经网络在处理时间序列中间隔或延迟较长的样本和非线性数据方面的优势,采用GRA法定量分析多元负荷之间以及和各气象影响因素之间的耦合性。针对北方地区气候特点,利用DeST软件建立某写字楼建筑模型,运用动态模拟和统计方法模拟出写字楼全年逐时冷、热、电负荷。算例分析结果表明,基于GRA-LSTM神经网络的区域综合能源系统多元负荷短期预测模型具有较好的预测精度和应用价值。

引用

页码：44 / 51

页数：8

共 17 条

[1]

针对居民随机需求的冷热电联供与传统供能模式优化研究 [J].