基于PCA-LSTM的城市燃气日负荷预测

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：天然气是一种优质的低碳能源，燃气负荷预测可为燃气规划及调配提供重要依据。为寻求更精确的负荷预测方法，提出一种基于PCA-LSTM的燃气负荷预测模型，通过主成分分析对燃气日负荷影响因素特征提取，随后采用LSTM网络进行预测。并且由于不同时期的负荷具有不同的特点，将全部数据分为供暖季、过渡季及非供暖季3个时期分别进行预测，并与基于全年数据的预测模型进行对比。实验结果表明，与其他预测模型相比，基于数据分组的情况下，采用PCA-LSTM模型可以得到更好的预测效果，为城市燃气日负荷预测提供了一种更为有效的预测方法。

作者：

孙军民、张文涛、刘超、于铭多

展开 >

作者单位：

涿州滨海燃气有限公司

北京建筑大学环境与能源应用工程学院

关键词：

燃气日负荷预测数据分组主成分分析长短期记忆神经网络

出版年：

2023

DOI：

10.3969/j.issn.1671-5152.2023.02.003