文献类型：期刊文章

作　　者：王凌云[1] 林跃涵[1] 童华敏[2] 李黄强[2] 张涛[1]

WANG Lingyun;LIN Yuehan;TONG Huamin;LI Huangqiang;ZHANG Tao(College of Electrical Engineering and New Energy,China Three Gorges University,Yichang 443002,China;State Grid Yichang Power Supply Company,Yichang 443002,China)

机构地区：[1]三峡大学电气与新能源学院,湖北宜昌443002 [2]国网宜昌供电公司,湖北宜昌443002

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金项目资助(61603212)。

年　　份：2021

卷　　号：49

期　　号：20

起止页码：74-81

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：电力负荷预测结果的准确性对电力系统安全稳定运行具有重要意义。针对多气象因素影响下的短期负荷预测任务,提出改进Apriori关联度分析及飞蛾火焰优化的长短时记忆神经网络算法的电力负荷短期预测新方法。首先,提出改进Apriori算法分析气象因素与负荷之间的关联程度。依据分析结果除去非必要气象影响因素,并在此基础上引入人体舒适度评价指标。其次,将降维后气象数据结合地区负荷数据作为模型输入。最后,基于长短时记忆神经网络进行短期负荷预测建模,并结合飞蛾火焰优化算法的全局寻优能力来优化模型。通过对某地区负荷数据协同气象数据进行对比预测试验,测试结果表明该负荷预测模型能有效提升地区电网短期负荷预测性能。

关 键 词：短期负荷预测 Apriori关联分析  飞蛾火焰算法  长短时记忆神经网络  

分 类 号：TM715]