基于LSTM方法能源需求预测方法及其在能源调度中的应用

Abstract

本文研究基于长短期记忆网络（LSTM）的能源需求预测方法，解决传统预测方法难以处理复杂非线性和长期依赖性的问题。通过美国PJM电力市场数据实验验证，LSTM模型在预测准确性和稳定性上显著优于传统方法。提出的模型在能源调度中展现出提升电力系统效率与稳定性的潜力，特别在智能化能源管理和可再生能源利用方面。未来研究将优化算法并结合更多影响因素，以增强其在复杂能源系统中的适应性和应用范围。