典型文献
基于LSTM神经网络的区域微网短期负荷预测
文献摘要：
针对大电网负荷预测的研究较多而微电网相对较少,因此建立合适的微电网负荷预测模型提高预测的准确度非常重要.本文针对输入变量较少的情况,分析并选用温度、日类型以及多个历史负荷量作为模型的输入变量,选用基于循环神经网络基础下的长短期记忆神经网络进行建模,构建基于LSTM神经网络的微网负荷预测模型.最后,为增强结果的可靠性,采用2组不同时间段的负荷数据分别进行预测,将LSTM神经网络的预测结果与BP神经网络、径向基函数神经网络、Elman神经网络的预测结果进行对比.实验结果表明,LSTM神经网络的预测结果要优于BP神经网络、径向基函数神经网络及Elman神经网络,采用LSTM神经网络负荷预测模型在微电网背景下具有比较好的推广前景.
文献关键词：
微电网;短期负荷预测;循环神经网络;LSTM神经网络
中图分类号：
作者姓名：
尹春杰;肖发达;李鹏飞;赵钦
作者机构：
山东建筑大学信息与电气工程学院,山东 济南 250101
文献出处：
引用格式：
[1]尹春杰;肖发达;李鹏飞;赵钦-.基于LSTM神经网络的区域微网短期负荷预测)[J].计算机与现代化,2022(04):7-11
A类：
区域微网
B类：
短期负荷预测,大电网,电网负荷预测,微电网,负荷预测模型,负荷量,循环神经网络,网络基础,长短期记忆神经网络,不同时间段,负荷数据,径向基函数神经网络,Elman,网络负荷,推广前景
AB值：
0.192702
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。
