科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高区域级负荷预测的精准度,通过对电力负荷数据特性的研究,建立了基于Attention机制的GRU(gate recurrent unit)与Catboost(gradient boosting and categorical features)混合预测模型。利用低层次信息(智能电表数据)建模去解决高层次(区域级负荷)问题,提高了模型的预测精准度。结合MAPE-RW(mean absolute percentage error-reciprocal weight)算法将模型融合并搜索最佳权重,构建了最佳混合预测模型。该思想框架在澳大利亚实际住宅智能电表数据上进行了测试,并使用不同的基准与方法对模型性能进行了比较。结果表明,所提出的针对区域级不同时段负荷的预测模型具有较强的兼容性,且预测精度最高达到95.56%。
- 单位
