计及电价和Attention机制的LSTM短期负荷预测模型

作者：冯荣强; 赵磊; 杨勇; 李宽宏; 陈蕾; 郑伟彦

来源：科技通报, 2020, 36(11): 57-68.

DOI：10.13774/j.cnki.kjtb.2020.11.011

• 电力市场
• 负荷预测
• 互信息
• LSTM
• Attention

为了提高电力市场环境下短期负荷预测精度,利用互信息法和电价负荷曲线验证电价与负荷的关系,考虑电价对负荷预测的影响,从而提出一种基于Attention-LSTM(attention long short-term memory,Attention-LSTM)网络的短期负荷预测模型。首先将考虑电价波动因素的特征向量从输入层放入LSTM模型隐藏层中进行训练,然后将训练后得到的特征向量作为Attention层的输入,生成权重向量,最后将特征向量和权重向量合并得到新的向量,通过全连接层的训练得到预测结果值。运用江苏某地市数据进行实验验证,结果表明所提方法具有更高的负荷预测精度。

• 单位
  国网福建省电力有限公司福州供电公司; 国网电力科学研究院有限公司