基于LSTM和CatBoost组合模型的短期负荷预测.docx

下载文档 降价啦

22
0
约7.06千字
约 16页
2022-09-19 发布于河北
举报
版权申诉
保障服务

基于LSTM和CatBoost组合模型的短期负荷预测.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

1 引言电力系统短期负荷预测是根据气象、社会、经济发展等多重历史负荷数据,运用特定的算法对未来几天或者几小时的电力负荷进行合理有效的预测[1]。随着智能电网的加速建设,不仅对电源端的供电可靠性有了更高的要求,同时对于电力的优化调度有了更为严格的要求,因此快速高效的电力系统负荷预测对电网制定合理、经济的调度计划,更好地实现电力系统负荷的“削峰填谷”有重要的意义[2]。对于电力系统短期负荷预测方法,国内外学者进行了大量的研究[3,4,5],现有的负荷预测方法可分为两大类：时间序列分析法[6,7,8]和机器学习法[9,10,11,12]。但是对于时间序列分析法而言,当负荷样本较大时该方法存在处