基于Prophet-LSTM组合模型的短期负荷预测方法
基于Prophet-LSTM组合模型的短期负荷预测方法
复制标题
DOI：
10.19635/j.cnki.csu-epsa.000705
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
刘敏
中科院分区：
文献类型：
--
作者：
彭湃;刘敏
针对短期负荷预测精度问题,提出一种基于Prophet加法模型和长短期记忆LSTM(long-short term memory)网络的组合模型的短期负荷预测方法。首先分别建立Prophet预测模型和LSTM预测模型,然后采用最小二乘法对两种方法取不同的权重组合,得到新的模型并进行预测。以2014年全球能源预测竞赛(GEFCom2014)的电力负荷数据作为算例验证。实验结果表明,与ARIMA模型预测方法、随机森林模型负荷预测模型方法和标准Prophet和LSTM负荷预测方法相比,所提负荷预测方法所得结果具有更高的预测精度。