基于LSTM的重要用户电能质量趋势预测分析模型

摘要

为精确掌握重要用户电能质量的变化趋势规律,进而有效实现对其高品质的电能质量供应,文中提出一种基于距离相关系数与长短时记忆LSTM(long short-term memory)网络的重要用户电能质量趋势预测分析方法。首先,对可表征重要电力用户电能质量的多维度特征原始数据进行标准化处理,进一步利用距离相关系数过滤低相关特征实现特征降维,从而完成趋势变化基础样本数据集的筛选;其次,将训练集样本输入到双层LSTM网络中进行训练;最终得到重要用户电能质量趋势变化预测模型,并以重要电力用户的电压偏差、电压总谐波畸变率、短时间闪变等电能质量指标进行性能评估。最后,在实例分析中验证了所提出的方法的实用性和有效性,可为重要用户高品质电能质量的供应保障提供重要技术支撑。