PAGE

PAGEIV

LSTM时间序列模型在蒸汽负荷预测中的应用

摘要

蒸汽负荷预测是电力系统策划和运行的重要成分，它可以指挥电力企业科学部署电力生产计划，高效效的降低成本，提升收益和管理能力。因为会受到许多外部因素的影响，蒸汽负荷具有复杂的非线性特性与季节性模式，这样的影响因素给精准负荷预测带来了很大的困扰。现在深度学习已经证明拥有良好的学习能力，可以在中短期负荷预测中得到很好的应用价值。循环神经网络（RecurrentNeuralNetwork,RNN）及长短期记忆网络（LongShort-TermMemory,LSTM）在时间序列建模中有着巨大的优势