来源：期刊VIP网 时间：
作者：闫欣鹏;刘永福
单位：1.河北农业大学信息科学与技术学院
摘要：准确的短期负荷预测对于电力系统的经济调度与运行规划具有重要意义。由于天气因素对短期负荷预测具有一定影响，提出一种基于灰色关联分析和注意力机制的双层长短期记忆网络(double long short term memory with grey relational analysis and attention mechanism, GRA-Attention-DLSTM)的负荷短期预测方法。首先，基于曲线相似度对电、热、冷负荷数据进行预处理，以获得高值样本数据。其次，采用灰色关联分析法(grey relational analysis,GRA)提取多元负荷与天气因素的关联指数，与负荷数据作为模型的输入。然后，添加注意力机制和Dropout层，并采用灰狼优化算法(grey wolf optimizer,GWO)对模型参数进行优化。最后，进行仿真对比分析。仿真结果表明，夏季电、冷负荷误差分别为2.02 MW和2.42 MW；冬季电、热负荷误差分别为2.06 MW和2.41 MW，所提预测模型的预测精度更高。
关键词：电力系统;短期负荷预测;长短期记忆神经;注意力机制;灰狼算法
基金资助：河北省重点研发计划项目（203227307D）; 国家电网公司科技项目（2022YF-10）
