基于CLSTM-Attention的电力负荷预测模型研究

电力负荷的三相平衡是电力系统安全运行的重要保证,是促使电能质量高效传输、减少线路损耗、提供优质服务的重要一环。针对由电力负荷差异所导致的三相电不平衡问题,以冀北五地市10 kV线路下公变台区为研究对象,结合温度、相对湿度和日期类型等多源因素,构建了一种基于卷积长短时记忆网络与注意力机制相结合的电力负荷三相不平衡预测模型。试验结果表明,相比于传统长短时记忆网络与注意力方法,模型对于研究对象的三相电力负荷预测的方均根误差平均降低了0.820%,平均绝对百分比误差平均降低了1.136%。由此可见,所提出的电力负荷三相不平衡预测模型准确性更佳。