基于LSTM-NPGARCH的电力市场售电量预测模型

摘要：

售电量的准确预测对推动电力市场的发展和建设具有十分重要的意义,考虑售电量具有非平稳性、非线性和随时间变化的复杂特性,本文提出基于小波变换和LSTM算法的短期售电量预测模型.首先采取小波变换法将售电量数据分解为细节分量和近似分量,然后使用LSTM模型进行预测,得到初步预测结果,再使用NPGARCH模型进行预测结果修正,最后将预测的结果累加,得到最终售电量预测结果.在实验中采用某售电公司的真实数据集,基于历史统计售电量数据的预测结果分析表明,本文提出的预测模型具有良好的预测精度.

关键词：售电量预测、小波分解、长短期记忆神经网络、非参数广义自回归条件异方差模型

分类号：F426.61(中国工业经济)

资助基金：吉林省科技发展计划项目20200401097GX

在线出版日期：2023-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：209-212