基于双向长短时记忆网络的母线负荷分解方法

基于双向长短时记忆网络的母线负荷分解方法
目前在负荷分解领域的研究多以家庭住宅的总负荷分解为电器级别的负荷为主，对于中高电压等级的母线负荷分解研究较少，为解决这一问题，提出基于双向长短时记忆网络(Bi-LSTM)的中高电压等级母线负荷分解算法。首先在长短时记忆(LSTM)的基础上构建了Bi-LSTM；其次以母线负荷和其对应的外部信息源(如日期类型、天气等)作为Bi-LSTM的输入量，母线负荷的各下属建筑负荷作为输出量，对Bi-LSTM进行训练；最后以网络分解的母线负荷构成值与实际值间的平均相对误差作为评价指标。实验结果表明该方法可有效对构成成分未知的母线负荷进行分解。

标题：
基于双向长短时记忆网络的母线负荷分解方法
The bus load decomposition method based on bi-directional long short-term memory model

作者：
钱甜甜，王珂，徐立中，石飞
QIAN Tiantian, WANG Ke, XU Lizhong, SHI Fei

关键词：
母线负荷;负荷分解;人工智能;深度学习;双向长短时记忆网络
bus load;load decomposition;artificial intelligence;deep learning;bi-directional long short-term memory(Bi-LSTM)

2025-1-23 19:42 上传 基于双向长短时记忆网络的母线负荷分解方法.pdf

文件大小:

4.77 MB

下载次数:

60

高速下载