基于改进LSTM的低压配电网日线损率预测方法
打开文本图片集
摘要：针对目前低压配电网日线损预测精度较低，原始电力数据缺失和异常值问题，提出了一种包含数据预处理和改进LSTM预测网络的双阶段线损率预测，及基于GAN扩充样本，增加样本多样性的方法。改进LSTM预测网络为一个融合多层LSTM的R-CNN深度学习网络架构，可提取电力数据特征以及时间维度信息。通过实验，与Bi-LSTM、LSTM自动编码器、CNN-GRU、BL-Seq2seq相比，所提预测网络的RMSE、MAE、RA2、训练时间指标综合性能最优。（剩余7351字）