摘要
随着计算机技术的不断发展,负荷数据获取、存储难度显著下降,为人工智能技术在负荷预测中的应用提供了必要的支持。短期电力负荷预测工作是电力系统的重要工作内容,其工作质量对于电力系统正常运行具有十分重要的价值与意义。本文结合神经网络技术,针对短期符合预测应用场景,建立预测模型,最终发现,基于小批量训练、Adam算法、selu激活函数、lecun-normal权重初始化的短期电力负荷预测模型具有较高的预测精度,在实际工作情境中具有较高的应用价值。希望本文的研究内容能够为电力系统稳定运行提供一定的理论支持。
出处
《中国设备工程》
2024年第11期139-141,共3页
China Plant Engineering
基金
公共楼宇可调用负荷资源用能行为特征分析研究,编号:202211276008Z。