计及气象累积效应的特征解耦峰荷预测模型

作者：秦川; 丁鹏飞; 刘波; 鞠平

来源：电力系统自动化, 2021, 1-11.

• 峰荷预测
• 累积效应
• 长短期记忆网络
• 特征解耦模型

夏季峰荷是电力部门的关注焦点，温度累积效应对于夏季峰荷预测具有重要影响。为此，提出一种计及气象累积效应的特征解耦峰荷预测模型。建立具有3个输入分支的深度神经网络模型，从结构上对输入特征实现解耦，称为特征解耦模型。3个分支分别以时间特征、负荷特征、气象特征为输入，其中负荷分支、气象分支应用了长短期记忆（LSTM）网络层，基于LSTM网络的时序处理能力对负荷及气象序列进行处理来反映累积效应，进而应用于峰荷预测。最后，通过实例分析，与温度修正等常规方法进行对比，验证了特征解耦模型更适合于计及气象累积效应的峰荷预测。

• 单位
  河海大学; 电气学院