基于迁移学习的电力负荷预测研究

【摘要】 电力负荷预测是智能电网建设的基础,对我国未来碳计量工作具有重要作用。基于智能算法的电力负荷预测需要大量的历史数据作为模型训练样本,而新建城区或电力计量基础较为落后地区,难以收集大量准确的历史数据用于训练模型,导致难以准确进行电力负荷预测。现通过深度学习网络构建电力负荷预测模型,并基于迁移学习算法构建既有建筑电力数据和新建建筑电力负荷间的联系,通过既有建筑负荷历史数据训练所得模型来预测新建建筑电力负荷,以南京市某办公建筑为例验证所构建的负荷预测模型,预测误差可保持在7.8%以内,所提出的电力负荷预测方法可为实际电力负荷预测计量提供参考。更多还原