《表2 模型输入数据：基于深度学习的短期电力负荷预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的短期电力负荷预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图1和2可以看出，温度与气温、季节、工作日等相关，而且有较明显的周期特性，首先是在24h的小周期内，即1d的负荷变化趋势总是相似的，所以可以将过去24h的温度、负荷数据作为输入；其次是一周的周期特性，一周内工作日和周末的负荷变化趋势也是相似的，故将过去1周7d第h小时的温度、负荷作为输入；再次，为了加强模型识别长期趋势的能力，将此前4周同一日的第h小时的温度、负荷作为输入，最后将预测当天的季节、工作日信息作为输入。本文采用的输入数据如表2所示。