题名
一种基于循环神经网络的住户级短期负载预测方法
DOI
10.12721/ccn.2023.157573
作者
宋子豪
作者单位
徐州工业职业技术学院，徐州市，221000
摘要
随着智能电表的发展，对区域级、建筑级的负载预测准确度逐步提高，但在住户级负载预测领域，因其突变性、波动性更强，该领域仍面临着巨大挑战。为了解决这些问题，提出多重检测长短期记忆模（Multi-detection-LSTM），即在传统聚类方法上引入深度学习领域的LSTM模型，使其面对不同的住户数据时能自适应其用电习惯，对单户人家用电量进行精准预测。与传统模型相比，Multi-detection-LSTM有效的消除了住户级负载预测面临的波动性问题，具有更高的准确度。
关键词
​时间序列；负载预测；长短期记忆网络
刊名
神经科学研究
ISSN
3078-9893
年、卷(期)
20232
所属期刊栏目
医药卫生
打印