边缘计算和深度学习的智能电网短期负荷预测研究
作者:张雄宝; 江雄烽; 阮诗迪; 谢虎
更新时间:
本研究基于深度学习和边缘计算,阐述了电力系统负荷预测的方法,分别建立了基于深度学习理论的电力短期负荷预测模型和基于边缘计算的电力负荷预测模型。然后,基于MATLAB平台对两种模型选择的数据集进行了仿真分析,并以n市某充电站为例,分析比较了两种模型对充电站的精度。结果表明,深度学习模型的输出值与实际值相差不大,相关系数为0.99899。深度学习模型在数据特征挖掘和分类方面具有绝对优势。
本研究基于深度学习和边缘计算,阐述了电力系统负荷预测的方法,分别建立了基于深度学习理论的电力短期负荷预测模型和基于边缘计算的电力负荷预测模型。然后,基于MATLAB平台对两种模型选择的数据集进行了仿真分析,并以n市某充电站为例,分析比较了两种模型对充电站的精度。结果表明,深度学习模型的输出值与实际值相差不大,相关系数为0.99899。深度学习模型在数据特征挖掘和分类方面具有绝对优势。