基于CNN-LSTM网络的电力负荷预测

摘要：

为了及时掌握电力负荷的变动信息,就需要对电力负荷进行准确预测.鉴于此,探究出一种CNN和LSTM的组合模型来预测一日到一周的电力短期负荷波动情况.CNN模型负责从输入信息中提取特征,LSTM模型利用CNN模型的输出信息进行负荷预测,最终得到预测结果.选取西班牙公开的电力数据为实验数据,运用Python语言搭建预测模型,分别与CNN和LSTM单一模型进行对比,验证了所提组合预测模型的可靠性,其在电力短期负荷预测领域应用效果较好,可为供电部门电力规划提供理论依据.

关键词：短期负荷预测、长短期记忆网络(LSTM)、卷积神经网络(CNN)、CNN-LSTM

分类号：TM714;TP183(输配电工程、电力网及电力系统)

在线出版日期：2023-04-20（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：7-10