摘要
精准的短期负荷预测能帮助电力部门制订合理的生产调度计划,达到节省能源消耗的目的。为提升短期负荷预测的准确性,提出一种添加Dropout层的CNN-LSTM网络短期负荷预测方法。首先,根据电力负荷预测流程对预测的影响因素如气象、日期类型等进行相关性验证后构建输入特征向量;其次,使用一维卷积网络对输入的特征向量进行卷积、池化处理,并在LSTM网络全连接层添加Dropout层进行短期负荷预测仿真实验;最后,使用某电网历史数据进行测试。结果表明,相比于单独的LSTM网络,所建模型对短期负荷的预测效果更好。
出处
《科技与创新》
2024年第6期28-30,共3页
Science and Technology & Innovation
