基于LSTM-SAM模型和池化的居民负荷预测方法

摘要

本发明公开了基于LSTM‑SAM模型和池化的居民负荷预测方法，属于电力系统技术领域，通过获取多个居民用户的历史负荷数据和数值气象预报数据，随机选择某个用户作为目标用户；采用二阶段特征工程对每个用户的数据进行预处理；对非目标用户进行排序，选择不同数量的非目标用户为互联用户，与目标用户共同构成不同的池化组合，基于池化构建训练数据池，并保留目标用户的测试集数据；将训练数据池和目标用户的测试集数据输入LSTM‑SAM混合模型，获取各负荷分量的预测值并将其相加，输出目标用户待预测时刻的日前负荷预测结果及最佳池化用户个数。本发明提高了居民负荷的预测精度，为系统调度和需求响应实施提供指导，保障了电力系统的安全稳定经济运行。