标题：基于长短期记忆网络深度学习算法的电力负荷短期预测
作者：李涛 张扬 朱耘霄
作者单位：华电（云南）新能源发电有限公司，云南 昆明 650000
关键字：小波变换；特征选择；长短期记忆网络；神经网络；负荷预测
摘要：电力负荷预测的准确性是配电网络保持高效、可持续和安全的用户友好型网络的决定性因素。开发了一种新的短期电力负荷预测混合模型。该方法包括三个模块：一是小波变换，用于消除电力负荷时间序列的波动特性；二是基于熵和互信息的特征选择方法，根据信息价值对候选输入进行排序并剔除冗余输入；三是一种基于长短期记忆网络的深度学习算法，该算法提高了预测的准确性。利用该方法预测了甲省和乙省2022年电力市场的电力负荷，其平均方差仅0.40，对功率预测具有重要意义。