基于LSTM神經(jīng)網(wǎng)絡(luò)的多要素用電量動態(tài)預(yù)測

打開文本圖片集

摘 要：準確地預(yù)測用電量有助于電力氣象服務(wù)工作的開展，并可保障電力系統(tǒng)經(jīng)濟、安全、可靠運行?；跂|至縣2014—2018年日用電量數(shù)據(jù)，結(jié)合氣象要素和日期因素，通過相關(guān)性分析篩選要素，并利用長短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)開展多時次用電量預(yù)測。利用人體舒適度指數(shù)、平均地面溫度、最高氣溫、最低氣溫、平均水汽壓、日期因素和用電量序列數(shù)據(jù)構(gòu)建用電量預(yù)測LSTM模型，該模型利用過去24日數(shù)據(jù)，對未來1、3、6日日用電量進行預(yù)測，其標準化均方根誤差（CVRMSE）分別為0.06、0.09和0.11，相對誤差（RE）分別為0.27、0.26、0.27，決定系數(shù)（R2）分別為0.56、0.22、0.12。（剩余3752字）