基于深度学习的用电分析系统设计  

Design of Electric Load Analysis System Based on Deep Learning

作　　者：路亮亮 王天祥 杜崇杰 刘志全 LU Liangliang;WANG Tianxiang;DU Chongjie;LIU Zhiquan(Shijiazhuang Huadian Heating Group Co.,Ltd.,Hebei 050041,China;State Grid Hebei Comprehensive Energy Service Co.,Ltd.,Hebei 050035,China)

机构地区：[1]石家庄华电供热集团有限公司,河北050041 [2]国网河北综合能源服务有限公司,河北050035

出　　处：《电子技术(上海)》2024年第12期208-209,共2页Electronic Technology

摘　　要：阐述一种部署在台区边缘式计算设备的用电分析系统,识别出时间和温度特征对电力负荷预测的重要性,基于这些特征设计两种预测模型。通过对比实验,该方法在精度上明显优于传统的BP神经网络。This paper expounds a power analysis system deployed on edge computing devices in the substation area,which identifies the importance of time and temperature characteristics for power load forecasting,and designs two prediction models based on these characteristics.Through comparative experiments,this method significantly outperforms traditional BP neural networks in terms of accuracy.

关 键 词：深度学习 负荷预测 电力调度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TM76[自动化与计算机技术—控制科学与工程]