基于ISSA-LSTM模型的可再生能源電力需求預測

打開文本圖片集

摘 要：為了更精準地預測未來能源結構調(diào)整方向及成效，選用ISSA-LSTM組合預測模型對中國2023—2030年可再生能源的電力需求進行預測。首先，利用Circle混沌映射改進麻雀搜索算法（SSA）以提高搜索能力以及種群多樣性；然后引入長短期記憶神經(jīng)網(wǎng)絡（LSTM）以有效捕捉可再生能源電力需求隨機波動性和時序性；最后，通過ISSA-LSTM模型預測長期可再生能源的電力需求，驗證測試集數(shù)據(jù)，并與其他傳統(tǒng)模型進行對比。（剩余19098字）