期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于长短期记忆网络的电力市场价格预测研究 被引量:1
1
作者 邵云姝 张琳 +2 位作者 周乃康 陈晓利 王菲 《动力工程学报》 北大核心 2025年第5期733-737,共5页
考虑电力市场多因素耦合对电力价格预测的影响,建立了基于长短期记忆(LSTM)神经网络的电力市场价格预测模型。设置历史新能源出力、外送电量、电力负荷等影响电力供需关系的边界因素作为LSTM学习参数,并进行数据预处理;优化LSTM神经网... 考虑电力市场多因素耦合对电力价格预测的影响,建立了基于长短期记忆(LSTM)神经网络的电力市场价格预测模型。设置历史新能源出力、外送电量、电力负荷等影响电力供需关系的边界因素作为LSTM学习参数,并进行数据预处理;优化LSTM神经网络的层数、迭代次数、学习率等模型参数,生成电价预测模型,得到交易日的电价预测曲线。通过算例仿真验证方法的正确性,构建某现货省份电力交易的预测场景,引入电价预测准确率评估指标。结果表明:该方法为日前出清电价预测研究提供参考,可为电力市场交易主体提供有效的竞价策略,并获取可观的电力营销收入。 展开更多
关键词 电力市场 LSTM神经网络 日前现货电价 电价预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部