-PAGE2-

基于长短时记忆神经网络（LSTM）预测模型的用电量大数据分析预测实证研究

摘要：

电力是生活中必不可少的一种能源，对用电量的预测更是工程实际中必要的一项工作内容。神经网络预测用电量是一种常用的预测方法，而用电量是一种非线性的时间序列，循环神经网络（RNN）则更加适合于非线性序列的预测，但同时，RNN存在长依赖问题会使预测效果不佳。为解决此问题，本文使用长短时记忆神经网络（LSTM）建立预测模型，并与RNN模型预测效果进行了对比。考虑多种天气因素对用电量的影响，为使模型轻量化，用主成分分析法从七种天气因素中提取出三个主要的影响因素，并加入到预测模型中，通过对比加入天