基于机器学习的短期负荷预测算法综述

作者：梁宏涛; 刘红菊^*; 李静; 王莹; 郭超男

来源：计算机系统应用, 2022, 31(10): 25-35.

DOI：10.15888/j.cnki.csa.008734

• 短期负荷预测
• 深度学习
• 组合模型
• 长短期记忆网络
• 机器学习

为维持电网稳定,各种负荷预测方法层出不穷,但由于算法泛化能力、模型复杂度等自身特点不同,使其对于负荷预测的适用性存在差异.本文讨论了近5年短期电力负荷预测的国内外研究现状,从实验数据集、数据预处理、预测算法、优化模型以及评估方法等多个维度对当前电力负荷预测研究现状进行整体概述,同时总结各种预测算法的优缺点与适用性,对短期电力负荷预测系统的发展趋势进行总结与展望,以期为未来电力系统负荷预测模型选择提供参考.

• 单位
  青岛科技大学