基于长短期记忆神经网络的综合能源系统多元负荷预测方法

摘要

本发明公开一种基于长短期记忆神经网络的综合能源系统多元负荷预测方法，包括以下步骤：(1)获取源荷时空序列数据的特征因子集；(2)采用互信息理论选取输入变量；(3)对上述输入变量建立预测模型，比较预测误差大小，确定最优的输入变量；(4)在选取最优输入变量集合的基础上，建立基于长短期记忆神经网络(LSTM)的综合能源系统多元负荷预测模型。本发明基于源荷时空序列数据的特征因子集，结合多特征因子有效性分析结果，研究利用长短期记忆神经网络模型，实现区域综合能源系统源荷数据日前预测；该方法有利于综合能源系统中的经济调度和优化运行，进一步减轻环境压力，提高能源利用效率。