基于改进LSTM的滚动预测模型的能源供给研究_中国煤炭行业知识服务平台

基于改进LSTM的滚动预测模型的能源供给研究

作者

宋强
单位

贵州电网有限责任公司计量中心
摘要

随着供给侧结构性改革的不断深入、可持续发展目标的要求,低碳经济模式逐渐成为经济发展重点,科学合理地预测能源供给情况,对制定能源发展政策具有重要意义。基于能源发电量数据及外部气候数据,利用灰色关联度分析法筛选关联度较高的变量作为输入,将能源发电量作为输出,利用改进LSTM的滚动预测方法对模型进行训练,对新数据持续学习,动态调整模型参数,滚动更新数据变化最新规律。结果表明,模型预测准确率达到92.60%,预测效果较好。
关键词

能源供给灰色关联度分析滚动LSTM网络发电量预测
基金项目(Foundation)

南方电网有限责任公司科技项目（060000KK52190002）；
文章目录

1 灰色关联度分析法
(1)确定分析序列。
(2)指标正向化。
(3)无量纲化处理。
(4)计算参考数列与比较数列灰色关联系数。
(5)计算关联度。
2 基于改进LSTM的滚动预测模型
2.1 LSTM模型原理
(1)遗忘门决定丢失信息。
(2)输入门决定新增信息。
(3)输出门决定输出信息。
2.2 滚动预测方法
3 实例分析
3.1 能源数据获取与准备
3.2 能源发电量与气候关联度分析
3.3 利用改进LSTM的滚动预测模型预测
3.4 能源供给情况分析
4 结语
引用格式

宋强.基于改进LSTM的滚动预测模型的能源供给研究[J].能源与环保,2021,43(04):167-172.