基于改进LSTM的新能源联网负荷预测算法设计

作     者：张恒 林刚 魏飞 蒋德玉 张盛林 ZHANG Heng;LIN Gang;WEI Fei;JIANG Deyu;ZHANG Shengin

作者机构：国网山东省电力公司临沂供电公司山东临沂276000 

基　　金：国网山东省电力公司科研项目(A144-300009601-00007) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第14期

页      码：110-114页

摘      要：为解决新能源接入电网后对短期负荷难以进行预测的问题,文中提出了一种基于改进LSTM的短期负荷预测模型。该模型以神经网络中的双向长短期记忆网络为主体架构,引入了注意力机制和滑动更新模块,使得模型更加注重有效特征并实时更新输入数据,进而获得更为准确的特征信息,从而提高了对新能源电网负荷预测的准确性。以新能源占比较高的某省电网数据为例进行的实验分析结果显示,所提模型预测电网负荷的平均相对误差与均方根误差分别为1.25%和15.80MW,优于传统的机器学习模型及经典LSTM神经网络,表明其能够有效地对新能源电网负荷进行预测,为电力系统调度和结构优化提供技术支撑。

主 题 词：新能源负荷 Bi-LSTM 注意力机制 滑动更新 

学科分类：0711[理学-心理学类] 07[理学] 081203[081203] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2024.14.023

馆 藏 号：203128494...