基于PSO-BiGRU-Attention的短期负荷预测

摘要

短期负荷预测是电力调度部门制定日内调度计划和发电计划的重要依据，也是确保电网安全可靠运行的重要保障。旨在搭建基于粒子群算法-双向门控循环单元-注意力机制的短期负荷预测模型，深度挖掘数据间的隐藏关系，突出关键因素的影响，并解决传统网络调参难的问题。首先，对数据进行缺失值和归一化处理；其次，采用BiGRU网络挖掘时域数据过去和未来之间的复杂关系；最后，通过PSO算法对BiGRU网络的参数进行调整，并结合Attention机制分配权重，以突出关键特征。为了评估模型的性能，采用某两地的用电负荷数据进行多组对比实验。实验结果表明，所提模型表现更为优异，具有良好的预测效果。

关键词

双向门控循环单元 / 粒子群算法 / 注意力机制 / 短期负荷预测