多元负荷预测模型

预测精度提升

该模型在工业负荷预测中相比LSTM基准模型MAPE提升3~5%，适用于需求响应场景。

Zheyu, He · Rongheng, Lin · 吴步丹 · Zhao, Xin · Hua, Zou

Energies 2023

参数信息

MAPE提升幅度

3~5 %

MAPE提升幅度

3~5 %

技术优势

预测更准

相比仅负荷输入和全因素输入的LSTM，MAPE提升3~5%。

自动设权重

注意力机制能自动提取各影响因素的权重，避免人工设置。

多因素输入

可接收历史负荷及温度、风速、湿度等九种以上因素。

应用场景

• 智能电网：提供更精准的负荷预测，支撑电网调度。
• 需求响应：预测精度提升可增强需求响应策略的制定依据。
• 负荷预测：该模型直接用于多因素负荷预测任务。
• 电力系统：适用于电力系统中的负荷预测环节。