基于CNN-LSTM网络的电力负荷预测

作者：孟磊

来源：机电信息, 2023, (07): 7-10.

DOI：10.19514/j.cnki.cn32-1628/tm.2023.07.002

• 短期负荷预测
• 长短期记忆网络(LSTM)
• 卷积神经网络(CNN)
• CNN-LSTM

为了及时掌握电力负荷的变动信息，就需要对电力负荷进行准确预测。鉴于此，探究出一种CNN和LSTM的组合模型来预测一日到一周的电力短期负荷波动情况。CNN模型负责从输入信息中提取特征，LSTM模型利用CNN模型的输出信息进行负荷预测，最终得到预测结果。选取西班牙公开的电力数据为实验数据，运用Python语言搭建预测模型，分别与CNN和LSTM单一模型进行对比，验证了所提组合预测模型的可靠性，其在电力短期负荷预测领域应用效果较好，可为供电部门电力规划提供理论依据。

• 单位
  陕西理工大学