科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对分布式电力交易系统中存在对海量数据分析能力差的问题，提出了一种基于深度学习的电能消纳供需预测模型。构建了分布式电力交易系统的技术和功能架构，并提出了相应的电价预测算法，采用经验模态分解（EMD）算法对历史电价、供电和用电数据进行预处理。在传统长短期记忆网络（LSTM）的基础上引入注意力（Attention）机制对输入数据进行特征提取，实现日前电价的预测。通过对贵州省电力交易中心的历史数据进行的仿真测试结果表明，相较于传统LSTM算法，文中所提算法预测得到的电价曲线更贴近实际曲线，预测准确性更高。在实际应用中，算法稳定性良好且应用效果理想，能够辅助电力交易主体进行决策，提高其市场的竞争力。
-
单位贵州电网有限责任公司
