基于Holt-Winters和LSTM的组合模型在电能表需求预测中的应用

针对省级计量中心物资需求量大且人工审批的方式对需求提报的合理性缺少科学判断的情况,提出构建组合模型对电能表的需求量进行预测,辅助计量中心订单需求的合理性研判和智能推荐。本文首先介绍加法的Holt-Winters预测模型和LSTM循环神经网络预测模型的组合策略,然后,分别利用两个模型通过最小残差平方和误差反向传播的方法对2015-2017年历史数据进行拟合,计算出最优参数并通过组合策略得出最佳权重,最后,利用最终组合模型对2018年数据进行预测并与实际值进行对比,验证该模型的有效性。