1. 毕业设计（论文）主要内容：

⑴理解循环神经网络RNN与长短期记忆神经网络LSTM的原理和算法过程。

2. 毕业设计（论文）主要任务及要求

⑴分析并研究有关电力负荷预测的建模方法，比较不同方法的特点和区别。

⑵研究长短期神经网络lstm的基本原理和算法实现，建立合适的神经网络模型。

⑶根据收集的电力负荷历史数据，使用所建模型对电力负荷进行预测，并分析预测效果以及误差。

3. 毕业设计（论文）完成任务的计划与安排

1-2周：阅读相关参考文件，完成设计方案的构思；

3-4周：了解电力负荷预测的概念和方法，分析不同方法的优缺点；

5-7周：理解有关深度学习的循环神经网络与长短期神经网络的相关内容；

4. 主要参考文献

[1]石德琳.基于神经网络的电力负荷预测研究与实现[d].山东大学，2016.

[2]单成龙.基于深度学习的电力负荷预测[d].湘潭大学，2017.

[3]陈亮，王震，王刚.深度学习框架下lstm网络在短期电力负荷预测中的应用[a].2017（05）:08-11.