基于CNN-GRU SA模型的短期电力负荷预测研究

作者：葛夫勇; 雷景生

来源：现代信息科技, 2021, 5(07): 150-154.

DOI：10.19850/j.cnki.2096-4706.2021.07.039

• 电力负荷预测
• CNN
• GRU
• Self-attention

为了解决预测模型无法充分挖掘特征等问题,提出一种基于CNN-GRU SA混合模型的短期电力负荷预测方法。通过CNN模型提取输入数据的向量特征,利用双层GRU模型学习输入特征,掌握其特征规律,Self-attention机制充分挖掘输入的特征信息,最后预测出负荷值。实验采用英格兰公开数据集,实验结果表明,相较于CNN-GRU、GRU和CNN基线模型,该模型的预测精度更高,证明了该方法的有效性。

• 单位
  上海电力大学