基于LSTM模型的电力分配优化策略及路径研究  

作　　者：陈鹏 刘小彩 车鹏 李芳 

机构地区：[1]郑州轨道工程职业学院(电气工程学院),河南郑州450000

出　　处：《中文科技期刊数据库（全文版）自然科学》2024年第9期0046-0049,共4页

基　　金：2025年度河南省高校人文社会科学研究一般项目“基于LSTM模型的电力分配优化策略及路径研究”(项目编号:2025-ZDJH-617)的(阶段性)研究成果。

摘　　要：随着电力系统规模的扩大和能源需求的增加,电力分配的优化成为提高能源利用效率和保障电力供应稳定性的关键问题。本文以LSTM(Long Short-Term Memory)模型为基础,探讨其在电力分配优化中的应用。从预测性能评估和优化效果对比两个角度,全面评估了基于LSTM模型的电力分配优化方案。通过对比实验结果和传统方法,验证了LSTM模型在提高电力分配效率和可靠性方面的显著优势,为电力系统的智能化和可持续发展提供了新的技术路径和理论支持。

关 键 词：LSTM模型 电力分配优化 时间序列预测 深度学习 

分 类 号：TM715[电气工程—电力系统及自动化]