基于自适应经验小波分解与深层CNN-BiLSTM网络模型的短期负荷预测

作者：于劲丛^*

来源：信息技术与信息化, 2023, (05): 158-161.

• 经验小波
• CNN
• LSTM
• 负荷预测

电力资源利用率在过去的几十年里急剧增加，为电力厂商带来极大的困扰性，因此对电力负荷的精准预测是电力厂商亟待解决的问题。针对现有算法模型对电力负荷预测精度的不足，基于自适应经验小波分解算法解决外部影响因素对电力系统负荷数据的非平稳性，分解的模态信号利用文章提出的CNNBiLSTM网络模型训练优化。为验证算法的实际预测性能，以宁夏某电力系统的实际数据，采用ELM算法、LSTM算法进行对比验证。实验结果表明，提出的自适应经验小波CNN-BiLSTM算法的负荷预测平均绝对误差降低了25%～32%左右，预测精度更高。