基于SVD-LSTM的高校学生宿舍空调负荷预测

作者：祁鑫; 王福忠; 张丽; 王瑞; 王晓慧

来源：电子科技, 2020, 33(11): 59-66.

DOI：10.16180/j.cnki.issn1007-7820.2020.11.012

• 高校负荷
• 空调负荷特性
• 奇异值分解
• 长短期记忆网络
• 负荷预测
• 相关性系数

准确预测高校空调负荷是保证高校安全用电和电力高峰期区域配电网稳定运行的前提。文中以高校空调负荷中具有代表性的学生宿舍空调负荷为对象,建立了基于奇异值分解-长短期记忆网络的高校学生宿舍空调负荷预测模型。该方法以高校学生宿舍空调负荷特性为基础,使用奇异值分解进行降噪处理,通过长短期记忆网络对高校学生宿舍空调负荷进行预测。文中以武汉某高校的真实数据为样本进行了分析验证,通过与传统预测模型对比,证明所提预测模型的预测效果和精度优于传统预测方法。

• 单位
  自动化学院; 河南理工大学; 国网河南省电力公司焦作供电公司