典型文献
基于TCN-LSTM和气象相似日集的电网短期负荷预测方法
文献摘要：
为充分挖掘不同气象因素的相似日信息和输入特征蕴含的信息以提升负荷预测精度,提出一种基于时间卷积网络和长短期记忆网络组合(TCN-LSTM)和气象相似日集的电网短期负荷预测方法.首先通过Pearson系数和最大信息系数,选出与负荷强相关的气象因素;然后根据该气象因素,选取最佳相似日组成气象相似日集,以气象相似日集负荷、历史负荷、气象因素和时间因素作为预测模型的输入特征;最后,搭建TCN-LSTM预测模型,用TCN进行特征提取后,再用LSTM网络完成短期负荷预测.以中国某地区的实际历史数据进行仿真验证,结果表明所提预测方法可有效提升负荷预测精度.
文献关键词：
气象相似日集;TCN;LSTM网络;电网短期负荷预测
中图分类号：
作者姓名：
刘辉;凌宁青;罗志强;孙志媛
作者机构：
广西大学电气工程学院,广西南宁 530004;广西电网有限责任公司电力科学研究院,广西南宁 530023
文献出处：
引用格式：
[1]刘辉;凌宁青;罗志强;孙志媛-.基于TCN-LSTM和气象相似日集的电网短期负荷预测方法)[J].智慧电力,2022(08):30-37
A类：
气象相似日集
B类：
TCN,电网短期负荷预测,负荷预测方法,同气,气象因素,输入特征,时间卷积网络,长短期记忆网络,最大信息系数,时间因素,某地区,历史数据,仿真验证
AB值：
0.1454
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。
