《表1 预测结果对比情况:长、短期电力负荷大数据下的智能预测实例分析》
本文以美国PJM电力市场的3个月时长的小时负荷情况作为分析对象,采用LSTM算法挖掘前后每一小时内存在负荷变化的规律,通过遗忘门合理地使用当前输入信息与已有经验开展负荷预测。作为对比,本文同时使用负荷预测中较为常用的时间序列分析方法ARIMA算法,该算法通过对历史经验数据的截尾与拖尾情况进行分析,以尽可能地考虑数据关联的情况,并基于自相关函数参数得到预测值。两种分析方法的预测结果与实际情况的对比如图1所示,具体误差数值对比如表1所示。
图表编号 | XD003355900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 周帆、赵荣普、杨文镪、杨敏、张庆 |
绘制单位 | 云南电网有限责任公司昆明供电局、云南电网有限责任公司昆明供电局、云南电网有限责任公司昆明供电局、云南电网有限责任公司昆明供电局、云南电网有限责任公司昆明供电局 |
更多格式 | 高清、无水印(增值服务) |