1 论文标题：基于LSTM和ARIMA的负荷预测对比分析

2 作者信息：张瀚文, 于长程, 李依婷, 宁世雄：中国矿业大学(北京)机电与信息工程学院，北京

3 出处和链接：张瀚文, 于长程, 李依婷, 宁世雄. 基于LSTM和ARIMA的负荷预测对比分析[J]. 智能电网, 2023, 13(3): 53-62. https://doi.org/10.12677/SG.2023.133005

4 摘要：针对负荷预测精度有待提升的问题，基于不同原理进行负荷预测研究。首先进行了数据预处理，其次形成了基于LSTM的负荷预测流程，再次形成了基于ARIMA的负荷预测流程，最后进行算例分析，验证了基于LSTM的预测方法在预测该地区综合负荷方面具有更高的准确性。进一步地，分析了两种方法的优缺点，ARIMA模型计算简单，但对于复杂的非线性负荷变化难以进行准确预测；而LSTM模型则能够更好地处理复杂的非线性负荷变化，但对计算资源和训练时间要求较高。