典型文献
基于异构数据的电力短期负荷大数据预测方案
文献摘要：
随着多种可再生能源电力的接入,电力系统正在向更智能、更灵活、交互性更高的系统过渡.负荷预测,特别是针对单个电力客户的短期负荷预测在未来电网规划和运行中发挥着越来越重要的作用.提出了一个基于异构数据的电力短期负荷大数据预测方案,该方案收集来自智能电表和天气预报的数据,预处理后将其加载到非关系型数据库中进行存储并做进一步的异构数据处理;设计并实现了一个长短期记忆递归神经网络模型,用于确定负荷分布并预测未来24 h的住宅小区用电量;最后利用一个住宅小区的智能电表数据集对提出的短期负荷预测框架进行了测试,并使用均方根误差和平均绝对百分比误差两个指标,对比了预测模型与两种经典算法的性能,验证了所提模型的有效性.
文献关键词：
短期负荷预测;长短期记忆网络;递归神经网络;聚类;大数据
中图分类号：
作者姓名：
赵海波;相志军;肖林松
作者机构：
威胜信息技术股份技术有限公司,湖南长沙 410205;中国电力技术装备有限公司,北京 100052
文献出处：
引用格式：
[1]赵海波;相志军;肖林松-.基于异构数据的电力短期负荷大数据预测方案)[J].电信科学,2022(12):103-111
A类：
B类：
异构数据,大数据预测,预测方案,可再生能源电力,电力系统,更灵,交互性,短期负荷预测,未来电网,电网规划,智能电表,天气预报,载到,非关系型数据库,递归神经网络,负荷分布,预测未来,住宅小区,用电量,电表数据,平均绝对百分比误差,长短期记忆网络
AB值：
0.257662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
