基于LASSO和PSO-LSTM的综合能源系统负荷预测

作者：黄文静; 戚建国^*

来源：科技与创新, 2023, (23): 13-15.

DOI：10.15913/j.cnki.kjycx.2023.23.004

• 综合能源
• 负荷预测
• LSTM神经网络
• LASSO

为有效统筹与调度综合能源系统资源，合理规划综合能源系统多元负荷，构建了一种基于LASSO(Least Absolute Shrinkage and Selection Operator，压缩估计)算法和PSO(Particle Swarm Optimizer，粒子群算法)优化LSTM(Long and Short Term Memory，长短时记忆神经网络)的综合能源系统负荷预测新模型。针对综合能源系统气象因素导致数据复杂程度增大，首先研究了基于LASSO的大数据分析及选择的算法，对气象因素进行选择和分析，获得有效数据集；然后引入PSO算法优化LSTM神经网络，帮助LSTM神经网络参数寻优；最后利用PSO-LSTM神经网络进行负荷预测。通过对北方某园区区域综合能源系统进行负荷预测，验证了该模型的可行性，保障了区域综合能源系统优化运行。

• 单位
  河北工业职业技术学院