基于长短期记忆网络的水力发电功率预测研究.pdfVIP

第45卷第3期自动化仪表Vol.45No.3

2024年3月PROCESSAUTOMATIONINSTRUMENTATIONMar.2024

基于长短期记忆网络的水力发电功率预测研究

汪哿,郭志刚

(中国长江电力股份有限公司,湖北宜昌443002)

摘要:为解决水电站发电功率预测中存在的多时间尺度关联分析少、发电功率预测准确率低的问题,提出了一种基于长短期记忆

(LSTM)网络的水力发电功率预测方法。首先,对历史的水电站发电数据进行质量评估,对缺失、错误的数据进行修复,以消除错误数

据对模型预测精度造成的影响。其次,对影响水电站发电功率的因素进行分析,并在此基础上采用LSTM网络实现了年、季、月、日、时

多时间尺度的发电功率关联分析与预测。最后,在某水电站的应用表明,水力发电功率预测率为97.2%。所提方法能有效提高水电

站发电功率预测精度,提升水电站精益化管理水平。