基于深度学习的电力系统负荷预测与储能系统优化调度策略研究OA
电力负荷预测是电网运行与储能调度的基础,传统预测模型很难有效应对极端环境下电力负荷突变等问题。本文针对这一情况综述了深度学习技术在电力负荷预测以及储能系统优化调度中的应用。首先梳理了深度学习在电力系统负荷预测中的应用技术框架,分析了包括LSTM、GRU、CNN在内的多个主流模型算法特征与应用情况。其次阐述了基于深度学习的储能系统智能调度技术优势,包括其层级架构和标准化的作业流程。研究表明,深度学习技术可以有效弥补传统预测调度技术短板,保证电网安全稳定运行。
代凤鸣;张辉;易琳;李文彬;冉洪伟;张滔滔
中国长江电力股份有限公司,湖北宜昌443002中国长江电力股份有限公司,湖北宜昌443002中国长江电力股份有限公司,湖北宜昌443002中国长江电力股份有限公司,湖北宜昌443002中国长江电力股份有限公司,湖北宜昌443002中国长江电力股份有限公司,湖北宜昌443002
信息技术与安全科学
深度学习负荷智能化调度模型
《储能科学与技术》 2026 (7)
P.2731-2733,3
中国长江电力股份有限公司项目资助(Z222402020)。
评论