热能动力工程

作者：王欣然，冯磊华，杨 锋，候孟超

单位：长沙理工大学 能源与动力工程学院，湖南 长沙 410114,,长沙理工大学 能源与动力工程学院，湖南 长沙 410114,,湖南江河机电自动化设备股份有限公司，湖南 长沙 410013,,长沙理工大学 能源与动力工程学院，湖南 长沙 410114,

关键词：混沌性分析;相空间重构;长短期记忆;PSRLSTM;负荷预测

基金：湖南省自然科学基金(2018JJ3552)

为了提高机组负荷短期预测精度，针对其非线性、时序性特点，以某660 MW机组为研究对象，提出一种基于相空间重构(PSR)和长短期记忆网络(LSTM)的负荷预测模型PSRLSTM。利用归一化函数（mapminmax）将原始机组负荷数据归一化处理后，选用C-C法与小数据量法证明历史负荷数据具有混沌特性并进行负荷时序重构；将重构后的每一维特征向量作为时间步输入建立的LSTM模型训练进行短期预测。研究表明：PSRLSTM预测模型在12 h与在5 min内的平均绝对百分比误差分别为1.38%和0.39%，均方根误差分别为6.38和1.83；相较于标准LSTM模型以及传统自回归滑动平均模型(ARMA)，PSRLSTM模型误差较低并具有更高的预测精度。

来源：2021年第5期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2021年第5期