1. 研究目的与意义（文献综述）

1.1设计目的及意义

无论是日常生活还是工业生产，电能影响着人类生活的方方面面。电力工业在国家建设和国民经济发展中占据十分重要的地位。电力系统的主要任务是向用户提供经济、可靠、负荷电能质量标准的电能，满足社会的各类负荷需求。然而由于电力能源的特点之一就是难以直接存储，因此，为了满足电力供应与需求的动态平衡，提高电能利用效率和经济性，需要对电力需求进行准确地预测，也即电力负荷预测。所谓电力负荷预测，也即研究未来一段时间内某一地区对电力资源的需求问题，以帮助电力部门进行科学合理的配电工作。根据电力负荷预测时间的长短分类，可将电力负荷预测分为长期预测、中期预测、短期预测以及超短期预测。长期预测的预测周期一般在两年到五年之间，该种预测一般对生产指导意义不大。中期预测的预测周期一般为半年到两年之间，在电力部门制定未来规划时使用较多。短期预测的时间跨度一般较短，以小时或者天为单位。超短期预测的时间周期一般为10分钟到1小时。其中短期预测不仅能够调节指导电力部门的日常运营管理活动，使电力生产计划更为合理，还能增加电网效益，提高电力系统稳定性。本文主要使用深度学习的相关方法对电力负荷进行短期预测，用以指导某一地区的配电工作，以期达到电力供应与需求相平衡的目标。

1.2国内外研究现状

2. 研究的基本内容与方案

2.1研究的基本内容

课题的主要研究内容是建立长短期记忆神经网络模型并完成对其的训练，最终使用此模型对某一地区某一时期的电力负荷进行预测，分析预测结果与实际电力负荷的误差大小并得到相关结论。完成的具体内容有：

3. 研究计划与安排

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；

4. 参考文献（12篇以上）

[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.