摘要
配电网中分布式新能源的渗透导致电源出力和负荷功率具有较强的随机性,进而使得负荷难以预测,为解决该问题本文引用基于粒子群算法的长短记忆神经网络算法(LSTM)对配电网进行负荷预测。首先通过3σ统计方法对配电网数据进行归一化处理,然后通过数据建立起LSTM神经网络模型,并通过粒子群算法对模型的输出门、遗忘门以及输入门三层结构参数进行寻优。为更加准确反映模型准确性,本文建立均方根误差与平方误差相结合的性能评价方式实现模型的精细化评价。最后通过实际数据对模型验证,实验结果表明所构造的预测模型有较高的准确性,能够实现对配电网负荷的准确预测,具有一定的实用价值。
出处
《电气技术与经济》
2025年第6期234-237,共4页
Electrical Equipment and Economy
