ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】准确预测电力需求是保障电力系统安全和经济运行的关键因素。 为了提高预测电力负荷的准确性，本文提出了一种基于时间递归神经网络自适应增强算法（ｌｏｎｇ ｓｈｏｒｔ⁃ｔｅｒｍ ｍｅｍｏｒｙ ａｄａｐｔｉｖｅ ｂｏｏｓｔｉｎｇ，ＬＳＴＭ⁃ＡｄａＢｏｏｓｔ）的电力负荷预测。 本文首先对电力负荷预测所面临的问题进行分析，其次通过对数据的处理和算法的建模、评估等措施表述该电力负荷预测方法，最后设计实验并分析结果。 实验结果表明，应用 ＬＳＴＭ⁃ＡｄａＢｏｏｓｔ 算法能够有效提高电力负荷预测的准确性。
