原创力文档摘要
摘要
为了推进电力能源的合理规划利用，完善能源消耗总量与强度的调控，需要对
电力负荷进行精准预测。传统负荷预测方法虽仍在使用，但在面对日益庞大的负荷
数据量和愈发复杂的影响因素时，其预测精度已显不足。鉴于传统预测方法的局限
性，考虑将深度学习理论引入电力负荷预测领域，力求提升预测结果的精度。本文
提出了一种思路，利用QPSO算法的全局寻优能力优化LSTM模型的关键超参数
选取，再辅以CEEMDA
摘要
摘要
为了推进电力能源的合理规划利用，完善能源消耗总量与强度的调控，需要对
电力负荷进行精准预测。传统负荷预测方法虽仍在使用，但在面对日益庞大的负荷
数据量和愈发复杂的影响因素时，其预测精度已显不足。鉴于传统预测方法的局限
性，考虑将深度学习理论引入电力负荷预测领域，力求提升预测结果的精度。本文
提出了一种思路，利用QPSO算法的全局寻优能力优化LSTM模型的关键超参数
选取，再辅以CEEMDA
文档评论（0）