APP下载

基于深度长短期记忆神经网络的短期负荷预测

2020-08-24王激华仇钧方云辉周苏洋

广东电力 2020年8期
关键词:方法模型

王激华,仇钧,方云辉,周苏洋

(1.国网浙江省电力有限公司宁波供电公司,浙江 宁波 315016;2. 东南大学,江苏 南京 211189)

负荷预测属于能量管理系统的重要组成部分,是电力系统经济调度的一项重要内容[1]。精准的电网层级负荷预测有助于电力部门合理规划生产,优化运行成本,保持电网运行的安全稳定性,同时能减少不必要的旋转备用容量,降低发电成本,提高电网运行的经济性。随着电力市场的不断发展,现货市场的改革对负荷预测精度的要求越来越高。精准的用户层级负荷预测有助于进行能源交易方法设计和现货市场报价,以及制订中长期售电策略等;因此,精准的负荷预测是实现电力系统管理现代化、售电公司向现货市场转型的重要基础[2]。

按预测时间的不同,负荷预测可以分为超短期、短期和中长期负荷预测。通常,短期负荷预测会受各种非线性因素的影响,例如待预测地区的气候条件、社会活动、经济情况和一些其他非常规的行为等。随着人们生活水平的提高,社会经济活动日益丰富,负荷波动水平明显增大。此外,随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长[3],给传统负荷预测模型的数据处理能力及预测精度带来巨大压力。这些不确定性因素使电改背景下更为精确的负荷预测成为一项亟需提升的技术。

为提高短期负荷预测的精度,过去数十年间国内外学者提出了很多预测方法,大致可分为经典预测算法和现代预测算法[4]。……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用