长、短期电力负荷大数据下的智能预测实例分析

论文摘要

电力信息化平台的感知能力与检测精度日益提高,基于电力多维海量数据开展智能算法数据分析与知识挖掘,可高效处理数据,并获取具有指导意义的结论。考虑到不同时期的数据中彼此存在联系,可通过筛选历史时期数据的有效相关信息进行智能算法训练并做出合理预测。通过长、短期记忆网络对实际负荷数据进行预测,验证结果显示,基于长期数据可以较为准确地预测负荷变化情况,平均误差小于5%,对于合理规划电力生产具有一定的指导作用。

论文目录

• 0 引言
• 1 LSTM的原理与应用
• 2 数据验证与分析
• 3 结语

文章来源

类型: 期刊论文

作者: 周帆,赵荣普,杨文镪,杨敏,张庆

关键词: 电力大数据集,智能算法,历史数据,负荷预测

来源: 机电信息 2019年36期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 云南电网有限责任公司昆明供电局

分类号: TM715

DOI: 10.19514/j.cnki.cn32-1628/tm.2019.36.014

页码: 27+30

总页数: 2

文件大小: 204K

下载量: 318