基于PSR-BiLSTM的综合能源系统电、冷短期负荷预测  

作　　者：杨中华 张河宜 石强 聂壤 向东旭 

机构地区：[1]国网随州市曾都区供电公司 [2]国网神农架供电公司 [3]广东电网有限责任公司广州供电局 [4]国网衢州供电公司 [5]国网常山县供电公司

出　　处：《电气时代》2022年第12期82-85,共4页Electric Age

摘　　要：为降低综合能源系统多元负荷序列强的波动性和随机性以提升预测性能,提出了一种基于双向长短时记忆神经网络组合相空间重构的短期负荷预测模型。经算例仿真分析可知,与单一的RNN和LSTM相比,所提模型在电、冷多元负荷上具有较好的预测精度,验证了所提方法的有效性。随着“双碳”目标提出,以及非再生能源枯竭、环境污染等问题日益凸显。

关 键 词：短期负荷预测 综合能源系统 非再生能源 相空间重构 预测性能 长短时记忆神经网络 波动性 随机性 

分 类 号：TM715[电气工程—电力系统及自动化] TK01[动力工程及工程热物理]