基于ISSA-LSTM模型的可再生能源电力需求预测
打开文本图片集
摘 要：为了更精准地预测未来能源结构调整方向及成效，选用ISSA-LSTM组合预测模型对中国2023—2030年可再生能源的电力需求进行预测。首先，利用Circle混沌映射改进麻雀搜索算法（SSA）以提高搜索能力以及种群多样性；然后引入长短期记忆神经网络（LSTM）以有效捕捉可再生能源电力需求随机波动性和时序性；最后，通过ISSA-LSTM模型预测长期可再生能源的电力需求，验证测试集数据，并与其他传统模型进行对比。（剩余19098字）