考虑需求响应的基于LSTM算法的住宅居民短期负荷预测

考虑需求响应的基于LSTM算法的住宅居民短期负荷预测
摘要：代码主要是做的是考虑住宅居民需求响应的短期负荷预测，提出了一种利用室外温度、电价以及先前负荷预测新的负荷的方法，采用的是全联通神经网络和长短期记忆网络LSTM法，他们能够学习住宅用户的电力消费模式，从而在考虑需求响应的条件下也能准确预测住宅负荷，代码在python3.7+tf1.0版本下可以运行的
本代码为文章复现，具体题目可见下图；

论文题目：基于LSTM算法的住宅居民短期负荷预测

摘要：

随着社会的发展和经济的增长，住宅的需求量逐年增加，同时住宅的电力消费量也在不断增加。在这样的背景下，短期负荷预测对于电力公司和市场管理者来说变得尤为重要。本文针对住宅居民的电力消费情况进行预测，提出了一种基于LSTM算法的短期负荷预测方法，旨在提高电力