基于biLSTM-GRU的10千伏台区短期线损率预测模型

针对单一的预测模型对线损预测准确度不高的情况,对线损率预测的方法进行了研究,采用两种神经网络融合模型的方法对线损率进行预测,以提高预测准确度。首先用K-means方法对采集到某县配电网的10千伏台区的历史线损率样本进行聚类,分类完毕之后,再用GRU和biLSTM分别建立单独的两层预测模型;得到结果后,基于biLSTM和GRU网络的结果,进行进一步的融合,采用stacking的模型融合思想,将biLSTM和GRU神经网络的预测结果作为输入,实际值作为输出,采用线性回归模型对两模型进行权值分配,进而实现模型融合。最后通过对实例的分析,证明所提方法提高了线损率预测的准确度。