摘要：随着电力系统的发展,对电力系统负荷预测提出了更高的要求。针对传统负荷预测方法在非线性拟合方面的不足,本文引入了时下流行的开源机器学习平台TensorFlow对长短时记忆网络(Long Short Term Memory Networks,LSTM)进行建模,分析了不同网络结构对实验结果的影响。结果表明,LSTM网络对非线性问题有着较强的拟合能力,在负荷预测方面有着较高的准确度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社