电网技术

2019, v.43;No.426(05) 1745-1751

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

电力市场中基于Attention-LSTM的短期负荷预测模型
Short-term Load Forecasting Model Based on Attention-LSTM in Electricity Market

彭文;王金睿;尹山青;

摘要(Abstract):

电力市场环境下,精准的短期负荷预测可以保障电网安全稳定运行,但电价的实时波动增加了负荷变化的复杂性,加大了预测难度。针对这一问题,采用最大信息系数法分析电价及历史负荷与当前时刻负荷的相关性,为预测模型输入特征的确定提供依据。在此基础上,提出了基于Attention-LSTM (attention long short-term memory,Attention-LSTM)网络的短期负荷预测模型。该模型充分利用负荷的时序特性,并采用Attention机制突出对负荷预测起到关键作用的输入特征。以澳大利亚某地区真实数据为算例,分别应用Attention-LSTM模型与其他模型进行仿真实验。结果表明,所提方法在预测精度和算法鲁棒性方面均优于其他模型。

关键词(KeyWords): 负荷预测;电力市场;最大信息系数;LSTM;Attention机制

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 彭文;王金睿;尹山青;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享