|
|
- 2019
基于门控循环单元网络与模型融合的负荷聚合体预测方法Keywords: 负荷预测,谱聚类,门控循环单元,模型融合,load forecasting, spectral clustering, gated recurrent unit(GRU), model fusion Abstract: 随着智能电表的普及，以智能电表数据为基础，可按需求灵活划分不同规模的负荷聚合体并开展预测。由于负荷聚合体规模差异较大，并与用户负荷特性关系密切，传统预测方法不再适用。为此，提出了一种基于门控循环单元(GRU)网络与模型融合的负荷聚合体预测方法。首先，通过分布式谱聚类算法获得负荷特性相近的负荷群体，然后进行分组预测，采用GRU作为元模型，对时间序列进行动态建模，利用随机森林算法融合多个结构不同的GRU网络，实现对负荷群体的预测，最终将各群体预测值求和得到负荷聚合体预测值。算例表明，得益于分组预测、动态时间建模及模型融合技术，所述方法能充分利用不同模型的结构优势，发现时间序列动态规律，在不同时间尺度下预测精度更高，对不同规模的负荷聚合体适用性更强
|
