简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:摘要改革开放以来,深圳国民经济高速发展,用电量及用电负荷均呈快速增长趋势,电力供需平衡成为电力市场支持社会经济发展的重要方面。2008年以前,深圳在电源和电网规划上一定程度上滞后于经济发展,存在供需矛盾的情况。近年来,随着经济增速的放缓和经济结构转型,深圳电力需求又呈现缓慢增长新常态,加强需求测管理,刺激用电需求又成为企业主要经营策略。本文以深圳市电力需求为研究对象,对天气、宏观经济等影响电力需求变化的因素进行了深入阐述及分析,描述了各因素特点及与深圳市电力需求间的关系,并应用电力需求预测模型的方法预测结果,以支撑电力企业在电源和电网规划、需求侧管理等方面进行决策,具有重要的理论及实践意义。