基于LSTM时间递归神经网络的短期电力负荷预测  

Short-term Power Load Forecasting Based on LSTM Time Recursive Neural Network

作　　者：姚朝[1] 辛平安[1] 施卜今 周艳平[1] YAO Chao;XIN Ping-an;SHI Bu-jin;ZHOU Yan-ping

机构地区：[1]昆明供电局

出　　处：《云南水力发电》2019年第3期163-165,共3页Yunnan Water Power

摘　　要：短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用。LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测。提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利。

关 键 词：短期电力负荷预测 LSTM 时间递归 神经网络 

分 类 号：TM734[电气工程—电力系统及自动化]