基于K-means聚类与LSTM模型的多能源耦合电力负荷预测

葛亚明; 仇晨光; 谢丽荣; 李艺丰; 李刚; 赵玉林

doi:10.19725/j.cnki.1007-2322.2023.0110

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于K-means聚类与LSTM模型的多能源耦合电力负荷预测

电力市场 | 更新时间：2025-10-13

- 基于K-means聚类与LSTM模型的多能源耦合电力负荷预测
- Research on Multi-energy Coupled Power Load Prediction Based on K-means Clustering and LSTM Model
- “在“碳达峰，碳中和”目标下，专家分析多能耦合用能特性，采用LSTM模型预测电力负荷，为多能耦合电力负荷预测提供理论基础。”
- 现代电力 2025年42卷第2期页码：369-376
- 作者机构：
  
  1.国网江苏省电力有限公司, 江苏省南京市 211102
  2.国电南瑞南京控制系统有限公司, 江苏省南京市 211100
- 作者简介：
  
  [ "葛亚明 (1984)，男，硕士研究生，高级工程师，研究方向为电力系统自动化， E-mail：geyam@js.sgcc.com.cn" ]
  [ "仇晨光 (1977)，男，硕士研究生，高级工程师，研究方向为电力系统自动化， E-mail：cg_qiu@js.sgcc.com.cn" ]
  [ "谢丽荣(1980)，女，硕士研究生，通信作者，教授级高级工程师，研究方向为电力系统自动化，E-mail：xielirong@sgepri.sgcc.com.cn" ]
- 基金信息：
- DOI：10.19725/j.cnki.1007-2322.2023.0110
  中图分类号： TM72
- 收稿：2023-03-28，
  
  录用：2023-12-05，
  
  纸质出版：2025-04-10
- 稿件说明：
移动端阅览
葛亚明, 仇晨光, 谢丽荣, 等. 基于K-means聚类与LSTM模型的多能源耦合电力负荷预测[J]. 现代电力, 2025,42(2):369-376.

Yaming GE, Chenguang QIU, Lirong XIE, et al. Research on Multi-energy Coupled Power Load Prediction Based on K-means Clustering and LSTM Model[J]. Modern electric power, 2025, 42(2): 369-376.
葛亚明, 仇晨光, 谢丽荣, 等. 基于K-means聚类与LSTM模型的多能源耦合电力负荷预测[J]. 现代电力, 2025,42(2):369-376. DOI： 10.19725/j.cnki.1007-2322.2023.0110.

Yaming GE, Chenguang QIU, Lirong XIE, et al. Research on Multi-energy Coupled Power Load Prediction Based on K-means Clustering and LSTM Model[J]. Modern electric power, 2025, 42(2): 369-376. DOI： 10.19725/j.cnki.1007-2322.2023.0110.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于长短期记忆网络模型的联邦学习居民负荷预测

一种改进Transformer的电力负荷预测方法

基于变分模态分解的卷积神经网络−双向门控循环单元−多元线性回归多频组合短期电力负荷预测

基于传感器网络与高斯过程回归的楼宇负荷预测

基于DPK-means和ELM的日前光伏发电功率预测

基于K-means聚类与LSTM模型的多能源耦合电力负荷预测

Research on Multi-energy Coupled Power Load Prediction Based on K-means Clustering and LSTM Model

DOI：10.19725/j.cnki.1007-2322.2023.0110