[发明专利]基于LSTM-ElasticNet模型的短期用电负荷预测方法

摘要

本申请公开了一种基于LSTM‑ElasticNet深度学习模型的短期用电负荷预测方法，包括以下步骤：步骤S1：采集电网系统正常运行时用电地区的温度、日期因素和时间因素，以及用电负荷历史数据Xq，作为模型的输入样本集步骤S2：采集电网系统正常运行时用电地区的用电负荷，作为模型的输出样本集步骤S3：对历史数据库中的训练输入输出样本数据进行预处理；步骤S4：构建LSTM‑ElasticNet模型；步骤S5：进行当前时刻用电负荷的预测。本申请实现了对当前地区用电负荷更精确和快速的预测结果。该模型一定程度上解决了实际用电负荷预测过程中计算开销大、准确度较低的问题。