基于LSTM⁃AdaBoost算法的电力负荷预测

准确预测电力需求是保障电力系统安全和经济运行的关键因素。为了提高预测电力负荷的准确性,本文提出了一种基于时间递归神经网络自适应增强算法(long short-term memory adaptive boosting,LSTM-AdaBoost)的电力负荷预测。本文首先对电力负荷预测所面临的问题进行分析,其次通过对数据的处理和算法的建模、评估等措施表述该电力负荷预测方法,最后设计实验并分析结果。实验结果表明,应用LSTM-AdaBoost算法能够有效提高电力负荷预测的准确性。