ARIMA-LSTM组合模型案例 城市短期电力负荷预测 数学建模竞赛题目+Python源代码.docxVIP

基于ARIMA-LSTM模型的城市短期电力负荷预测

问题背景：随着城市化进程加快和新能源接入电网比例提升，城市电力负荷波动日益复杂。短期电力负荷既受经济发展、居民生活习惯等因素影响呈现线性增长趋势，又会因极端天气（如高温、寒潮）、大型文体活动等突发情况产生非线性剧烈波动。精准预测短期电力负荷，对电力调度部门制定发电计划、保障电网稳定运行具有重要意义。

问题描述：某省级电力公司需要对其管辖的核心城市进行未来72小时的电力负荷预测。要求预测模型能够同时捕捉电力负荷的线性趋势（如工作日与周末的常规负荷差异）和非线性波动（如夏季高温导致的空调负荷激增），并给出每小时的负荷预测值，为电网调度提供科学