科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了充分挖掘电力负荷与多维特征因素的非线性关系，提高负荷预测精度，提出了一种基于随机森林和双向长短期记忆(bidirectional long-short-term memory, Bi-LSTM)网络的超短期负荷预测方法。首先，采用基于随机森林的特征选择算法，筛选与负荷关联性强的特征作为预测模型的输入；其次，构建Bi-LSTM网络，对特征选择后的负荷数据进行预测；最后，采用某市真实负荷数据进行仿真分析。结果表明，所提方法与传统预测方法相比，具有更高的预测精度，为精确预测具有多维特征因素的负荷提供参考。
-
单位南京工程学院; 国网福建省电力有限公司三明供电公司
