基于Bi-LSTM和特征关联性分析的日尖峰负荷预测OA北大核心CSCDCSTPCD
Daily Peak Load Prediction Based on Correlation Analysis and Bi-directional Long Short-term Memory Network
近年来,负荷高峰时段电力供需不平衡问题日益突出,电网运行成本增加.为提高尖峰负荷预测准确度,提出了一种基于双向长短期记忆网络和特征关联性分析的日尖峰负荷预测方法.采用描述类、曲线类指标分析不同行业下的用户日峰值负荷特性,并基于Copula函数定量分析多维时序数据之间的关联度,构建基于双向长短期记忆网络的幅值预测模型.由于多峰特性在用电规律中的普通存在,先将连续的历史发生时刻点转为离散的时间段中,再利用幅值模型的预测结果展开基于XGBoost分类器…查看全部>>
李玉志;刘晓亮;邢方方;温国强;卢楠滟;何慧;焦润海
国网山东省电力公司 潍坊供电公司,山东省 潍坊市 261000国网山东省电力公司 潍坊供电公司,山东省 潍坊市 261000国网山东省电力公司 潍坊供电公司,山东省 潍坊市 261000国网山东省电力公司 潍坊供电公司,山东省 潍坊市 261000华北电力大学 控制与计算机工程学院,北京市 昌平区 102206华北电力大学 控制与计算机工程学院,北京市 昌平区 102206华北电力大学 控制与计算机工程学院,北京市 昌平区 102206
信息技术与安全科学
尖峰负荷预测双向长短期记忆网络Copula函数相关性分析
《电网技术》 2021 (7)
2719-2730,12
中央高校基本科研业务费专项资金项目(2020MS012)国网山东省电力公司科技项目(520604190001).
评论