基于新型日期映射法和ISGU混合模型的短期电力负荷预测

摘要：

针对电力负荷非线性、预测条件多样性、预测模型参数设置主观性等问题,提出一种基于强适应性的日均负荷日期映射法、高非线性拟合性能的门控循环单元(Gate Recurrent Unit,GRU)和强搜索性能的改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)相结合的ISSA-GRU(ISGU)混合模型进行短期电力负荷预测(Short-term Load Forecasting,STLF).首先,利用日均负荷日期映射法对星期-节假日因素进行映射,解决该因素因非数字化导致不易输入预测网络的问题.随后,从诸多相关因素中筛选出高度相关特征值,以此解决预测条件多样性问题.最后,构建GRU网络进行负荷预测,并引入ISSA算法对GRU网络参数进行客观配置.为验证ISGU混合模型的有效性,采用新加坡电力负荷数据进行实验,并将实验结果与现有算法进行比较.实验结果表明,所提方法对STLF具有良好性能,有效提高了STLF统计标准的精度指标.

关键词：短期电力负荷预测、改进麻雀搜索算法、门控循环单元、日均负荷日期映射、ISGU混合模型

所属期刊栏目：50

分类号：TP391.41;X522;S

资助基金：国家自然科学基金51977039

在线出版日期：2022-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：72-80