深度学习框架下LSTM网络在短期电力负荷预测中的应用

来源 :电力信息与通信技术 | 被引量 : 0次 | 上传用户:baijiankai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确的电力负荷预测可以保证电力供应的稳定,降低用电成本,提高供电质量。在进行短期电力负荷预测时,考虑到时序数据的时间相关性,应用张量流深度学习框架构建了LSTM神经网络模型,对电力负荷时序数据进行回归预测。使用某省电力公司电力负荷数据进行模拟仿真,结果表明基于长短期记忆人工神经网络(Long-Short Term Memory,LSTM)的深度学习模型在短期电力负荷预测中可以有效地预测负荷变化。
其他文献
能源管理是现代企业管理的重要组成部分,如何提升能源管理效率,降低能源管理成本是企业和社会普遍关注的问题。文章主要研究如何将管理学中的PDCA(Plan Do Check Action)循环理论
加快专业间的纵向贯通和横向融合,推进全网设备图形数据清洗是湖南电力公司一项重要工作。由于PMS2.0、营销数据采录、核查、清洗涉及数据量大、变化频繁等问题,所以亟需采用高效、便捷的手段,推进数据清洗工作的开展。文章提出一种基于电网GIS平台的电网资源图形数据质检工具,能快速有效地定位图形问题所在、跟踪数据清洗质量,提升数据清洗效率的同时,保证数据成果质量。
目的:探讨经阴道彩色多普勒结合肿瘤标志物CA125检测在卵巢良、恶性肿瘤诊断中的应用价值。方法回顾性分析102例卵巢肿瘤的阴道彩色多普勒超声声像图特征、血流情况及血清CA12
随着研究的深入,胃泌素( Gastrin)及其受体与Reg基因家族,尤其是RegⅠ和RegⅣ与消化系统肿瘤的生物学行为、发生发展和预后有密切的关系,其中后者可能起到类似癌基因的作用。所以
为解决台区存在的变压器-表计隶属关系错误引起的问题,文章在利用停上电时间变表隶属分析法、分布式有序压缩组合通信技术和多维相关性混淆区研判法的基础上,提出一种准确率
局部晚期鼻咽癌中鼻窦受侵为疾病相关死亡及局部复发的独立预后因素,其症状多样且不典型,常引起误诊倔诊,局部复发和远处转移是治疗失败的主要原因。目前鼻咽癌侵犯鼻窦的文献报
目的研究右旋柠烯(D—limonene)对人结肠癌细胞(LSl74T)中信号传导分子ERKl/2、Akt及其磷酸化蛋白(P—ERK和P—Akts蛋白〉表达的影响。方法采用四甲基偶氮唑盐(MTF)方法检测右旋柠烯
<正>2018年11月29日至30日,电力行业信息标准化技术委员会六届三次会议暨2018年工作会议在河北雄安新区召开。标委会主任委员王继业(国网信通部),副主任委员王继业(中国电科