计及电价和Attention机制的LSTM短期负荷预测模型

摘要：

为了提高电力市场环境下短期负荷预测精度,利用互信息法和电价负荷曲线验证电价与负荷的关系,考虑电价对负荷预测的影响,从而提出一种基于Attention-LSTM(attention long short-term memory,Attention-LSTM)网络的短期负荷预测模型.首先将考虑电价波动因素的特征向量从输入层放入LSTM模型隐藏层中进行训练,然后将训练后得到的特征向量作为Attention层的输入,生成权重向量,最后将特征向量和权重向量合并得到新的向量,通过全连接层的训练得到预测结果值.运用江苏某地市数据进行实验验证,结果表明所提方法具有更高的负荷预测精度.

关键词：电力市场、负荷预测、互信息、LSTM、Attention

所属期刊栏目：36

分类号：TM769(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金重点资助项目;国家电网公司科技项目

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：57-62,68