基于滑块自助法与长短时记忆网络的电力负荷区间预测研究

摘要

针对电力负荷预测中点预测模型无法量化描述未来负荷不确定性的问题,提出一种基于滑块自助法与长短时记忆网络组合的区间预测方法。利用滑块自助法对历史数据进行重抽样获取具有时间连续性的样本数据,使用粒子群寻优方法优化长短时记忆网络模型进行点预测,最终对所有样本模型获得的点预测值进行大子样估计,实现区间预测。为验证方法的性能,在同等条件下将预测结果与其他算法对比。结果表明,区间预测的评价指标能更好说明预测模型的优劣,所提出的区间预测模型的预测结果在所有对比算法中表现最优。采用区间预测方法对未来负荷进行预测,可根据实际需要确定置信区间,减少了计算资源消耗并达到更优的预测效果,提高了灵活调度的能力。