电工电能新技术

作者：竺筱晶， 薛睿萌

单位：上海电力大学数理学院， 上海 201306

关键词：短期电价预测； 风力发电量； 离散小波变换； 双向长短期记忆网络； 时间卷积网络

基金：国家自然科学基金项目（12271342、 12172210）

随着可再生能源大规模并入电网，电价预测变得越来越困难。为更准确预测含新能源电力市场中的电价，本文提出一种基于离散小波变换(DWT)的双向长短期记忆网络(Bi-LSTM)和时间卷积网络(TCN)的短期电价预测模型。首先利用DWT提取数据的时频图，并对重构后的子序列进行相关性分析；然后对于受不同因素影响的子序列建立不同的模型分别进行预测，最后叠加预测结果得到最终预测值。并在北欧丹麦DK1电力市场数据集上进行实验，该方法的均方根误差(RMSE)和平均绝对误差(MAE)分别为3.081%和2.588%，与一些基准模型和现有预测模型相比，该方法的预测精度更高。

来源：2023年第12期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2023年第12期