基于GRU门控单元网络的电力负荷预测研究.pdfVIP

学术论文粘

发明创新试验Academicpapers

智能设计检测接

年月第卷第期

2024年4月第51卷第4期

doi：10.3969／j.issn.1001-5922.2024.04.038Vol.51No.04，Apr.，2024

耦合光纤和技术的地下通信光缆

基于GRU门控单元网络的电力负荷预测研究

智能系统优化设计

章家义，龚圣辉，聂堃

谢晓华蓝波张均伟黄嘉庚

（国网江西省电力有限公司，江西南昌330077）

广西电网有限责任公司柳州供电局广西柳州

摘要：准确预测电力负荷，有利于提高电力系统供需平衡，为提高电力负荷预测精度，提出一种基于迁移

学习的电力负荷预测模型。该模型以门控循环单元模型（GRU）为基础模型，通过设定最大均值差异算法阈

摘要针对传统光纤故障监测系统存在定位偏差大效率低不够直观等问题提出了一种基于耦合光纤和

值，从而选择迁移学习的模型，最终实现电力负荷雨预测。仿真结果表明，所提模型可准确预测电力负荷数

的监测方法建立了地下通信光缆故障监测系统并以某市建设东路配电房到中原东路配电房地

据，相较于BPNN模型和LSTM模型，所提出模型的MAPE值更低，为17.5%，分别降低了15%和7.5%，具有更

下通信光缆为例验证了智能监测方法的有效性结果表明系统能够对地下通信光缆故障进行精确定位

高的预测准确度，可用于电力负荷预测实际应用中。

且精度误差小于能够实现地下通信光缆故障的智能化监测和维护管理

关键词耦合光纤技术通信光缆故障定位

关键词：数据分析；电力负荷预测；迁移学习；GRU模型

+

中图分类号文献标志码文章编号

中图分类号：TM715.1；TP391文献标志码：A文章编号：1001-5922（2024）04-0145-04

Researchonpowerloadforecastingbased

onGRUgatedunitnetwork

ZHANGJiayi，GONGShenghui，NIEKun

（StateGridJiangxiElectricPowerCo.，Ltd.，Nanchang330077，China）

Abstract:Accuratepredictionofpowerloadisconducivetoimprovingthebalancebetweensupplyanddemandinthe

powersystem.Inordertoimprovetheaccuracyofpowerloadforecasting，apowerloadpredictionmodelbasedontrans⁃

ferlearningwasproposed.Basedonthegatedrecurrentunitmodel（GRU），thecorrelationbetweenthedataofthe

sourcedomaina