基于深度学习LSTM的线损预测技术研究与应用

摘要

线损对电网的经济发展具有重要的作用,然而由于智能电表未完全普及,以及存在偷电漏电的行为,导致线损统计结果存在偏差,为线损治理工作带来很大的困难.提出来一种基于深度学习长短期记忆(long-short term memory,LSTM)神经网络的线损预测模型,并且设计了一组对比试验,对比的预测算法包括BP(back propagation)神经网络、循环神经网络(recurrent neural networks,RNN).试验结果表明,LSTM算法的预测准确率高于BP神经网络和RNN,尤其是在数据量较大的情况下.