基于LSTM深度网络的售电量预测研究

为最大限度地减少电能浪费、更合理地解决电能供需间的矛盾,必须要对售电量进行准确预测。首先,该文对售电量预测的背景、现状进行分析,进而结合数据预测的深度学习理念,构建基于LSTM网络的售电量预测模型。在该模型中,综合考虑了售电量的历史数据、售电量的当前数据以及数据之间的关联性这3类数据,设计注意力机制模块和四层次的LSTM结构,将SVM方法、RNN方法和CNN方法作为参照方法,将10000个数据作为训练数据和真值参照数据进行预测试验,预测结果显示,提出的LSTM方法预测结果更接近真值,平均绝对误差、均方根误差2类指标在4种方法中都是最小的。