电力市场中基于Attention-LSTM的短期负荷预测模型

作者:彭文; 王金睿; 尹山青

摘要:电力市场环境下,精准的短期负荷预测可以保障电网安全稳定运行,但电价的实时波动增加了负荷变化的复杂性,加大了预测难度。针对这一问题,采用最大信息系数法分析电价及历史负荷与当前时刻负荷的相关性,为预测模型输入特征的确定提供依据。在此基础上,提出了基于Attention-LSTM (attention long short-term memory,Attention-LSTM)网络的短期负荷预测模型。该模型充分利用负荷的时序特性,并采用Attention机制突出对负荷预测起到关键作用的输入特征。以澳大利亚某地区真实数据为算例,分别应用Attention-LSTM模型与其他模型进行仿真实验。结果表明,所提方法在预测精度和算法鲁棒性方面均优于其他模型。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 工程科技II
  • >
  • 电力工业
收录:
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • JST 日本科学技术振兴机构数据库(日)
  • 上海图书馆馆藏
  • 万方收录(中)
  • 知网收录(中)
  • EI 工程索引(美)
  • 维普收录(中)
  • 北大期刊(中国人文社会科学期刊)
  • 国家图书馆馆藏
  • 统计源期刊(中国科技论文优秀期刊)
  • SA 科学文摘(英)
  • 文摘杂志
关键词:
  • 负荷预测
  • 电力市场
  • 最大信息系数
  • lstm
  • attention机制

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电网技术

期刊级别:北大期刊

期刊人气:8898

杂志介绍:
主管单位:国家电网有限公司
主办单位:国家电网有限公司
出版地方:北京
快捷分类:工业
国际刊号:1000-3673
国内刊号:11-2410/TM
邮发代号:82-604
创刊时间:1957
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:3.66
综合影响因子:4.8