科研之友
微信
新浪微博
Facebook
分享链接
摘要
短期预测在智能电网建设中扮演着重要角色，深刻影响电网发输变配用各个环节的智能化改造。短期预测一般基于系统实测数据，而传感器故障，数据传输错误等原因会导致数据质量下降，严重影响短期预测的精确性。为建立数据质量受损情况下的精确短期预测模型，提出了结合数据预处理和双向长短期记忆（Bi-LSTM）的短期预测框架(Bi-LSTM-DP)。在Bi-LSTM-DP中，采集的数据首先通过均值填补缺失值，进而基于Savitzky-Golay滤波器对数据降噪，最后采用Bi-LSTM提取时间序列的信息，实现短期预测。为了评估所提方法的性能，文中使用实测的公开数据集分别预测风电发电量和负荷需求，与其他参考方法对比表明了所述方法的有效性和鲁棒性。
- 单位
