典型文献
基于新型日期映射法和ISGU混合模型的短期电力负荷预测
文献摘要：
针对电力负荷非线性、预测条件多样性、预测模型参数设置主观性等问题,提出一种基于强适应性的日均负荷日期映射法、高非线性拟合性能的门控循环单元(Gate Recurrent Unit,GRU)和强搜索性能的改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)相结合的ISSA-GRU(ISGU)混合模型进行短期电力负荷预测(Short-term Load Forecasting,STLF).首先,利用日均负荷日期映射法对星期-节假日因素进行映射,解决该因素因非数字化导致不易输入预测网络的问题.随后,从诸多相关因素中筛选出高度相关特征值,以此解决预测条件多样性问题.最后,构建GRU网络进行负荷预测,并引入ISSA算法对GRU网络参数进行客观配置.为验证ISGU混合模型的有效性,采用新加坡电力负荷数据进行实验,并将实验结果与现有算法进行比较.实验结果表明,所提方法对STLF具有良好性能,有效提高了STLF统计标准的精度指标.
文献关键词：
短期电力负荷预测;改进麻雀搜索算法;门控循环单元;日均负荷日期映射;ISGU混合模型
中图分类号：
作者姓名：
陈梓行;金涛;郑熙东;庄致远
作者机构：
福州大学电气工程与自动化学院,福建 福州 350116;智能配电网装备福建省高校工程研究中心(福州大学),福建 福州 350116
文献出处：
引用格式：
[1]陈梓行;金涛;郑熙东;庄致远-.基于新型日期映射法和ISGU混合模型的短期电力负荷预测)[J].电力系统保护与控制,2022(15):72-80
A类：
ISGU,日均负荷日期映射
B类：
射法,混合模型,短期电力负荷预测,模型参数设置,主观性,强适应性,高非线性,非线性拟合,门控循环单元,Gate,Recurrent,Unit,GRU,搜索性能,改进麻雀搜索算法,Improved,Sparrow,Search,Algorithm,ISSA,Short,term,Load,Forecasting,STLF,星期,节假日,非数字化,预测网络,网络参数,行客,新加坡,负荷数据,好性,统计标准,精度指标
AB值：
0.302707
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。
