电网技术

2018, v.42;No.421(12) 4045-4052

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

基于长短期记忆的实时电价条件下智能电网短期负荷预测
Short-Term Load Forecasting of Smart Grid Based on Long-Short-Term Memory Recurrent Neural Networks in Condition of Real-Time Electricity Price

李鹏;何帅;韩鹏飞;郑苗苗;黄敏;孙健;

摘要(Abstract):

在电力市场改革与智能电网建设的大背景下,电力将逐渐回归商品属性,电价也将实时波动,并对负荷产生影响。通过分析得出电价与负荷具有相关性,因此在预测模型中考虑了实时电价的影响,并对考虑实时电价的负荷预测模型与价格型需求侧响应之间的关系进行了讨论。针对前馈型神经网络不能处理序列间关联信息与传统循环神经网络无法记忆久远关键信息的缺陷,提出了基于长短期记忆循环神经网络的负荷预测模型,使用自适应矩估计算法进行深度学习。最后通过美国某地区的实际负荷和电价数据,验证了所提模型具有更高的预测精度。

关键词(KeyWords): 负荷预测;长短期记忆;实时电价;需求侧响应;深度学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51577068);; 国家电网公司科技项目(520201150012)~~

作者(Author): 李鹏;何帅;韩鹏飞;郑苗苗;黄敏;孙健;

Email:

DOI: 10.13335/j.1000-3673.pst.2018.0433

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