基于FFT优化ResNet模型的短期负荷预测方法

许言路¹，卢悦²，朱冰³，王斌斌⁴，邓卓夫⁴

1. 国网辽宁省电力有限公司经济技术研究院2. 国网辽宁省电力有限公司沈阳供电公司3. 沈阳电力勘测设计院有限责任公司4. 东北大学软件学院

摘 要：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。

关键词：快速傅立叶变换;残差网络;短期电力负荷预测;卷积神经网络;时间序列;