Resumen

Este artículo propone un método de pronóstico de carga basado en el modelo LSTM, explora completamente la regularidad de los datos históricos de carga de las empresas del parque industrial, introduce las características de los datos en las unidades LSTM para la extracción de características, y aplica el modelo basado en atención para el pronóstico de carga. Los experimentos muestran que la precisión de nuestro modelo de predicción y modelo de alerta temprana es mejor que la del modelo base y puede alcanzar el estándar de aplicación en la práctica; este modelo también puede ser utilizado para la alerta temprana de cargas locales repentinas y la identificación de la demanda de energía de las empresas. Por lo tanto, la validez del método propuesto en este artículo se verifica utilizando el conjunto de datos históricos de parques industriales, y se forman productos técnicos relevantes y modelos de negocios para proporcionar servicios de valor agregado a los usuarios mediante la combinación de casos prácticos existentes para el escenario específico de los parques industriales.

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Pronóstico de carga; Modelo LSTM; Datos históricos de carga; Extracción de características; Modelo basado en atención; Modelo de predicción
• Keywords:Load forecasting; LSTM model; Historical load data; Feature extraction; Attention-based model; Prediction model