文档名：基于EMDLSTM的短期负荷预测模型
为适应泛在电力物联网建设的需要,数据的深度感知成为当前亟需解决的问题.负荷预测作为电网企业的基础问题,对负荷进行精准预测成为建设泛在电力物联网的依托.随着现代电力设备的普及和深度学习算法的研究深入,电网对于负荷相关数据的获取和掌握更加方便,可借助深度学习算法进行更加准确的预测.提出采用经验模态分解算法对负荷数据进行分解,随后基于长短期记忆神经网络对分解后的各分量进行预测并加和,最后对提出的模型进行了实验验证.
作者：刘月灿孙建刚周逸张晓亮丁雪伟李伟良
作者单位：国家电网有限公司信息通信分公司,北京100761
母体文献：2019电力行业信息化年会论文集
会议名称：2019电力行业信息化年会
会议时间：2019年9月7日
会议地点：江苏无锡
主办单位：中国电机工程学会
语种：chi
分类号：TP3TN9
关键词：电力系统 负荷预测 经验模态分解 长短期记忆神经网络
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 209.49 KB
- 下载次数:
- 60
-
高速下载
|
|
