基于CNN-LSTM神经网络的电网调度火电厂短期存煤预测

作者：彭道刚; 朱琪; 车权; 赵慧荣^*

来源：电力自动化设备, 2021, 41(06): 127-136.

DOI：10.16081/j.epae.202102025

• 短期预测
• 电厂存煤
• 深度学习
• 模型优化
• 电网调度

采用传统的回归拟合进行发电厂存煤量单变量单步预测已无法满足电网优化调度的需求,针对该问CNN良好的特征提取能力以及LSTM神经网络特殊的记忆预测功能实现对未来电厂存煤量的精准预测。为了使预测结果更符合实际存煤量,在已有预测结果的基础上进行进一步优化。实例验证结果表明,相较于传的预测精度得到了进一步提高。

• 单位
  上海电力大学; 国网重庆市电力公司