基于深度学习的多特征短期负荷预测

摘要：

精确的电力负荷预测对智能电网等基础设施的高效管理至关重要.本文引入了几种深度学习网络:RNN、LSTM、DNN,对某地某家庭短期内实际电力负荷值的消耗进行仿真预测,实验结果表明,RNN、LSTM和DNN模型下的预测值与真实值的大致趋势均一致,模型效果差距不大,RNN略好于DNN,DNN略好于LSTM,整体仍有优化空间.

关键词：电负荷预测、时间序列预测、深度学习

所属期刊栏目：17

分类号：TP311(计算技术、计算机技术)

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：186-187,194