论文部分内容阅读
电力行业需要精确的短期电力负荷预测,为电力系统的控制和调度提供精确的负载需求.为提高短期电力负荷预测的精度,提出了一种基于FFT优化ResNet模型的方法.模型首先将电力负荷预测定义为时间序列问题,随后引入一维ResNet进行电力负荷的回归预测,并提出使用FFT优化ResNet,通过对一层卷积结果进行FFT变换,赋予模型提取数据中周期性特征的能力.实验表明,在6 h电力负荷预测中,FFT-ResNet的预测精度优于几种基准模型,说明该方法在电力负荷预测方面具有良好的应用前景.