摘要
基于多能需求响应与ICPO‑BiLSTM模型的综合能源系统负荷预测方法,包括以下步骤:基于多能需求响应机制,提取多能需求响应的信号特征,构建多能需求响应模型;基于混沌映射理论和精英反向学习策略,对冠豪猪优化算法CPO进行改进;基于多头自注意力机制对BiLSTM神经网络模型进行优化;对多元负荷进行联合预测。该预测方法可以有效应对多元负荷间的耦合关系与用户需求响应对负荷预测精度的影响,能够提高对多元负荷预测的准确度。
技术关键词
BiLSTM模型
矩阵
神经网络模型
综合需求响应
注意力机制
双向神经网络结构
记忆单元
负荷预测精度
负荷历史数据
信号特征
设备运行效率
序列
模糊参数
理论
峰谷电价
生成方式
算法