典型文献
基于CNN与LSTM的农村电力负荷预测研究
文献摘要：
随着农村经济发展速度加快,农村用电负荷的快速增长对电力建设提出更高要求.因此,准确预测负荷对电力系统的安全稳定运行及科学管理调度至关重要.本文基于陕西某农村地区2019～2020年的实际负荷数据,首先对该地区负荷的特性及影响因素分析,接着采用灰色关联法确定预测模型输入量,最后选择ARIMA、CNN、LSTM进行不同时间尺度的负荷预测.结果表明,CNN与LSTM模型可有效提高负荷预测精度.
文献关键词：
负荷预测;CNN;LSTM
中图分类号：
作者姓名：
杨迪;张璐;杨力人;方亮;刘继江
作者机构：
中国三峡新能源集团有限公司甘肃分公司;西北工业大学
文献出处：
引用格式：
[1]杨迪;张璐;杨力人;方亮;刘继江-.基于CNN与LSTM的农村电力负荷预测研究)[J].电器工业,2022(09):26-29,38
A类：
B类：
农村电力,电力负荷预测,预测研究,农村经济发展,农村用电,用电负荷,电力建设,准确预测,预测负荷,电力系统,安全稳定运行,科学管理,负荷数据,灰色关联法,模型输入,输入量,后选择,ARIMA,不同时间尺度,高负荷
AB值：
0.400023
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。
