标题：基于Bi-LSTM的家庭用电量预测
作者：许爱东1；郭延文2；吴涛3；王雪纯2；蒋屹新1 张宇南1
作者单位：1 南方电网技术研究院有限责任公司，广东 广州 510670；2 重庆邮电大学计算机科学与技术学院，重庆 400065；3 重庆邮电大学网络安全与信息法学院，重庆 400065
关键字：智能电网；边缘计算；单变量；用电量预测；Bi-LSTM
摘要：电网智能化升级改造将传统电网与先进的信息、智能技术相融合，实现电力行业的根本性变革。智能电表是智能电网系统中收集用户用电信息的代表性边缘设备，当前智能电表收集的用电量数据存在维度低、波动性强等特征，造成对未来用电情况难以预测的问题；同时对于未来边缘设备端用电量的预测，其他相关特征信息的不可得，此时研究基于单变量特征的用电量预测至关重要。为此，提出一种基于双向长短期循环记忆循环神经网络（Bi-directional Long Short-Term Memory，Bi-LSTM）的单变量家庭用电量预测模型，Bi-LSTM模型能够充分利用上下文的信息实现更准确的预测效果。通过西班牙某市真实的智能电表数据对提出的模型进行了验证，实验结果表明，该模型的预测性能相比传统LSTM、SVM方法有进一步的提高。