基于GCN-GRU的短期时空负荷预测方法

作者:朱力; 李成; 郭龙; 刘云鹏; 史炯
来源:能源与环保, 2022, 44(04): 211-221.
DOI:10.19389/j.cnki.1003-0506.2022.04.036

摘要

随着城市的快速发展,城市配电系统也进行了快速的扩展。空间负荷预测研究可以指导电力系统的管理与调度,并且其准确性会影响到方案的合理性。首先分析并总结了常用空间负荷预测方法的特点,然后提出了GCN-GRU时空负荷预测模型。GCN-GRU模型充分利用图神经网络在网络拓扑数据方面的优势以及GRU在时间序列建模方面的优势,对电网进行建模,考虑了负荷的空间特性和时间特性,并将影响负荷的因素转换为特征向量进行算法训练,提高了负荷预测的准确度。最后以湖北省某市区电网为研究对象,证明了该方法的有效性。

  • 单位
    国网湖北省电力公司襄阳供电公司