首页|基于SARIMA-LSTM的区域用电消耗预测研究

基于SARIMA-LSTM的区域用电消耗预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对季节性、节假日因素对区域用电消耗的影响,并为更好地管理和规划特定区域的电力供应提供有价值的见解.提出了一种混合模型,结合SARIMA和LSTM来预测区域用电消耗.提出的SARIMA-LSTM模型旨在捕捉电力消耗数据中的时间依赖性和季节性模式.利用历史用电数据,并采用SARIMA来捕捉线性依赖性,同时采用LSTM来捕捉非线性和长期依赖性,将两个方法的结果进行叠加,该混合模型使用特定区域的用电数据进行训练和评估.分别与SARIMA和LSTM单一模型相比,结果表明,SARIMA-LSTM模型在准确预测区域用电消耗方面优于单一的SARIMA和LSTM模型.
Research on Regional Electricity Consumption Forecasting Based on SARIMA-LSTM
Aiming to investigates the impact of seasonal and holiday factors on regional electricity consumption and pro-vides valuable insights for better managing and planning electricity supply in specific regions.A hybrid model combining SARIMA and LSTM is proposed to forecast regional electricity consumption.The proposed SARIMA-LSTM model aims to capture both the temporal dependencies and seasonal patterns in electricity consumption data.Historical electricity con-sumption data is utilized,with SARIMA capturing linear dependencies and LSTM capturing nonlinear and long-term depen-dencies.The results of both methods are combined in the hybrid model,which is trained and evaluated using electricity data from a specific region.

SARIMA modelLSTMregional electricity consumption

郭斌、熊显名

展开 >

桂林电子科技大学光电工程学院,广西 桂林 541000

SARIMA模型 长短期记忆网络 区域用电消耗

国家重点研发计划国家科技重大专项国家自然科学基金国家自然科学基金广西自然科学基金广西壮族自治区重点研发计划上海市在线检测与控制技术重点实验室开放基金

2022YFF06055022017ZX02101007-00361965005622050762019GXNSFDA185010AB22035047ZX2021104

2024

工业控制计算机
中国计算机学会工业控制计算机专业委员会 江苏省计算技术研究所有限责任公司

工业控制计算机

影响因子：0.258
ISSN：1001-182X
年,卷(期)：2024.37(5)
  • 12