一种混合LSTM-SAM的居民电力负荷预测模型

打开文本图片集

摘要：针对目前居民电力负荷预测存在可预测性较差的问题， 提出了一种混合LSTM-SAM的居民电力负荷预测模型。首先， 使用两阶段特征提取方法来处理每个用户的数据， 提高了输入数据特征提取的质量； 然后， 使用基于池化的数据组合方法， 将来自互连用户的数据与来自目标用户的数据合并， 增加了数据多样性和数据量， 减少了数据和模型之间复杂度的相对差异， 缓解过拟合问题； 最后， 将LSTM和SAM相结合， 提出了一个具有两个输入通道的混合LSTM-SAM模型， 提高了复杂输入下负荷预测的准确性。（剩余10697字）