基于深度学习LSTM网络的短期电力负荷预测方法
文章在深度学习理论的基础上应用LSTM网络对电力负荷进行了预测,具有较高的应用价值。
用户评论
推荐下载
-
使用堆叠LSTM的股价预测和预测深度学习源码
使用堆叠LSTM的股价预测和预测-深度学习
17 2021-02-25 -
LSTM算法长短期记忆网络
长短期记忆网络详解,内含详细的解释。英文资源。对理解LSTM网络的结构有很大的帮助!
26 2019-05-28 -
论文研究基于双时间序列神经网络的短期电网负荷预测.pdf
短期电网负荷预测是电网安全运行和经济调度的基础。现有预测方法存在对节假日预测不准确,不利于系统化等问题。根据短期负荷周期性变化的特点,创造性地提出双时间序列神经网络模型。同时为了克服实际温度数据缺失问
21 2020-04-21 -
基于模糊粗糙集和神经网络的短期负荷预测研究.pdf
基于模糊粗糙集和神经网络的短期负荷预测研究.pdf
23 2018-12-07 -
基于模糊聚类与函数小波核回归的短期负荷预测方法
短期负荷预测日益成为智能电网的重要课题。将历史日负荷序列表示成等负荷段组成的子序列集合,基于模式相似性方法,采用模糊聚类与函数型小波核非参数回归(FWKNR)相结合的组合预测算法。FWKNR将预测日负
8 2021-01-16 -
基于超短期负荷预测的变电站综合调压方法研究3
基于超短期负荷预测的变电站综合调压方法研究
7 2020-08-19 -
基于超短期负荷预测的变电站综合调压方法研究2
基于超短期负荷预测的变电站综合调压方法研究2
11 2020-04-30 -
基于超短期负荷预测的变电站综合调压方法研究5
基于超短期负荷预测的变电站综合调压方法研究
7 2020-08-11 -
论文研究_基于多重核学习支持向量机短期负荷预测研究.pdf
近年来,支持向量机(SVM)方法在电力系统负荷预测领域的应用研究成为了热点,鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足,首次将多重核支持向量回归方法(Multiple Kernel L
32 2020-07-16 -
深度学习中的LSTM应用与时间序列预测
在深度学习领域,长短时记忆网络(LSTM)是一种强大的工具,尤其在时间序列预测方面表现出色。LSTM通过其独特的结构,包括记忆单元和门控机制,能够有效地处理时间序列数据中的长期依赖关系,从而提高预测性
70 2023-12-11
暂无评论