基于LSTM的多变量电力负荷短期预测
Multivariate Electricity Load Short-term Forecasting Based on LSTM作者机构：华南师范大学广东广州510631
出 版 物：《现代信息科技》 (Modern Information Technology)
年 卷 期：2022年第6卷第24期
页 面：155-158页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：电力系统负荷预测是电力系统规划与调度的一项重要内容。若电力负荷预测准确,短期内可为电网内部机组启停、调度、运营提供参考。文章基于华南某城市的用电负荷相关数据,使用LSTM深度学习模型进行多变量预测,并在实证分析中对线性回归、决策树和xgboost三种机器学习算法进行比较,验证了该模型的准确性。
维普期刊数据库
同方期刊数据库