基于LSTM-RNN的配电变压器负荷预测模型研究

摘要：

针对配电变压器负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,基于长短期记忆循环神经网络(LSTM-RNN)建立了配电变压器负荷预测模型.根据无锡地区某配变台区自2017年以来的最大负荷、最小负荷、日最高温度、日最低温度、天气情况等参数,通过LSTM-RNN构建该配变台区的短期负荷预测模型,用于预报该配变台区未来几天的最大负荷.试验结果表明,预测结果误差均在10％以内,表明LSTM-RNN应用于配电变压器负荷预测建模是可行的.

关键词：LSTM-RNN、配电变压器、负荷预测、神经网络

在线出版日期：2020-04-14（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：1-3