基于VMD的CNNBiLSTMAtt的短期负荷预测
文档名：基于VMD的CNNBiLSTMAtt的短期负荷预测
摘要：为提高短期电力负荷预测精度,提出了基于变分模态分解(VMD:VariationalModeDecomposition)的CNN-BiLSTM-Att(ConvolutionalNeuralNetwork-BidirectionalLongShort-TermMemory-Attention)的短期负荷预测模型.该模型将历史的负荷数据使用VMD分解成多个子序列负荷并结合天气、日期、工作日类型等因素作为输入特征,得到各个子序列负荷的预测值,然后相加重构组成实际负荷预测曲线.通过与其他模型实验对比,VMD-CNN-BiLSTM-Att模型在测试集上相比于其他模型均有所降低,在连续的周负荷预测中,日负荷预测的平均绝对百分比误差基本维持在1％～2％之间.在复杂负荷变化的非工作日中,平均绝对百分比误差相比CNN-LSTM降低0.13％.证明VMD-CNN-BiLSTM-Att短期负荷预测模型能提高电力负荷预测的精度.
Abstract：Inordertoimprovetheaccuracyofshort-termpowerloadprediction,aCNN-BiLSTM-Att(ConvolutionalNeuralNetwork-BidirectionalLongShort-TermMemory-Attention)short-termloadpredictionmodelbasedonvariationalmodedecompositionVMD(VariationalModeDecomposition)isproposed.Inthismodel,thehistoricalloaddataisdecomposedintomultiplesub-sequenceloadsusingVMDandcombinedwithweather,date,typeofworkingdayandotherfactorsasinputcharacteristics.Thepredictedvalueofeachsub-sequenceloadispredictedbythismodel,andthenaddedandreconstructedtoformtheactualloadpredictioncurve.Bycomparisonwithothermodels,theVMD-CNN-BiLSTM-Attmodelhasadecreaseinthetestset.Inthecontinuousweeklyloadprediction,theaverageabsolutepercentageerrorofdailyloadpredictionisbasicallymaintainedbetween1％～2％.Inthenon-workingdayswithcomplexloadchanges,themeanabsolutepercentageerrorisreducedby0.13％comparedwiththeCNN-LSTMmodel.ItisprovedthatVMD-CNN-BiLSTM-Attshort-termloadforecastingmodelcanimprovetheaccuracyofpowerloadforecasting.
作者：王金玉胡喜乐闫冠宇Author：WANGJinyuHUXileYANGuanyu
作者单位：东北石油大学电气信息工程学院,黑龙江大庆163318
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(6)
分类号：TP18TM714
关键词：变分模态分解卷积网络长短期记忆网络注意力机制短期负荷预测
Keywords：variationalmodedecomposition(VMD)convolutionalnetworklongandshorttermmemorynetworkattentionmechanismshort-termloadforecasting
机标分类号：TM715TP391TP183
在线出版日期：2024年1月24日
基金项目：海南省重点研发基金资助项目基于VMD的CNN-BiLSTM-Att的短期负荷预测[
期刊论文]吉林大学学报（信息科学版）--2023, 41(6)王金玉胡喜乐闫冠宇为提高短期电力负荷预测精度,提出了基于变分模态分解(VMD:VariationalModeDecomposition)的CNN-BiLSTM-Att(ConvolutionalNeuralNetwork-BidirectionalLongShort-TermMemory-Attention)的短期负荷预测模型.该模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于VMD的CNN-BiLSTM-Att的短期负荷预测Short-Term Load Prediction of CNN-BiLSTM-Att Based on VMD
基于VMD的CNN-BiLSTM-Att的短期负荷预测.pdf
页:
[1]