基于门控递归神经网络的电网日峰值负荷预测

作者：吴福疆^*; 范晟; 王振达; 王烁

来源：计算技术与自动化, 2020, 39(04): 20-56.

DOI：10.16339/j.cnki.jsjsyzdh.202004004

• 峰值负荷预测
• 动态时间规整
• 热编码
• 门控递归单元

日峰值负荷作为非线性、非平稳且波动的时间序列,难以准确预测。提出了一种结合动态时间规整(DTW)的门控递归神经网络(GRNN)用于准确预测日峰值负荷。利用DTW距离用于匹配最相似的负荷曲线,可以捕捉负荷变化趋势。采用热编码方案对离散变量进行编码,扩展其特征从而表征对负荷曲线的影响。提出了一种基于DTW的门控递归单元(DTW-GRU)算法用于日峰值负荷预测,并在欧洲智能技术网络(EUNITE)数据集上进行了测试。仿真结果表明,与其他算法相比,该算法的MAPE仅为1.01%。

• 单位
  广东电网有限责任公司