短期负荷预测(五)结果对比与分析
摘要：
对比不同模型在不同颗粒度下的结果，分析模型的优缺点 阅读全文
posted @ 2020-08-11 11:27 天池怪侠 阅读(396) 评论(0) 推荐(0) 编辑
短期负荷预测(四)模型的构建
摘要：
在进行短期负荷预测时可以选择不同模型进行实验 本项目采用三种不同的模型进行负荷预测分别为长短时记忆网络(LSTM)模型, 带嵌入层深度LSTM，带嵌入层卷积层LSTM（可参考浙大程宇也的硕士论文“基于人工神经网络的短期电力负荷预测研究”） 1. LSTM模型 2. 带嵌入层深度LSTM 3. 带嵌入 阅读全文
posted @ 2020-08-11 11:25 天池怪侠 阅读(727) 评论(0) 推荐(0) 编辑
短期负荷预测(三)数据集预处理
摘要：
(一) 数据点采集 由于本项目数据的颗粒度为15min，因此预测最小的颗粒度也就是15min，但在实际应用中可以不精确到15min颗粒度，而是1h，1天 对于1h，可以每4个数据点进行求和汇成一个点，这样一天内就有24个数据点；对于1天，可以将每天内的96个数据点进行求和汇成一个点 (二) 各颗粒度 阅读全文
posted @ 2020-08-11 11:14 天池怪侠 阅读(1132) 评论(0) 推荐(0) 编辑
短期负荷预测(二)数据集介绍
摘要：
本项目电能数据颗粒度为15min，也即每日96个数据点 阅读全文
posted @ 2020-08-11 10:40 天池怪侠 阅读(832) 评论(2) 推荐(0) 编辑
短期负荷预测(一)概念
摘要：
根据预测的时间跨度的长短，电力负荷预测(以下简称负荷预测)问题可以粗略分为长期和短期的预测。由于不同应用场景中对时间跨度的需求不同，对“长期”和“短期”的定义也有所不同。例如，国家电网发展战略制定者将三十到五十年视为长期，而将三十年以下视为短期或中期;小型电网决策者视周前预测为长期，小时前预测为短期 阅读全文
posted @ 2020-08-11 10:28 天池怪侠 阅读(3473) 评论(0) 推荐(0) 编辑
