科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用短期负荷预测进行自动发电系统超前控制，有利于实现电力负荷的实时供需平衡。由于电力负荷本身非线性、非平稳且受各种因素的复杂影响，预测准确率不高。LSTM模型被广泛应用到负荷预测中，但是由于模型优化算法的初始参数根据经验值设置，模型的泛化能力低且降低了预测精度。将改进的自适应粒子群算法与LSTM模型相结合，使学习因子、惯性权重动态化，同时改进位置更新公式，提升粒子群算法的寻优能力，寻找LSTM模型中不同优化算法下最佳的初始学习率。实验结果表明，在不同优化算法下APSO-LSTM模型比LSTM模型的预测误差更低，验证了优化方案的可行性。
- 单位
