深度学习驱动的电力负荷预测方法研究
在"双碳"大背景下,怎样高效地通过先进、成熟的深度学习方法预测电力负荷,指导生产生活具有很强的理论和现实意义.本文提出一种融合深度学习框架的电力负荷预测方法,该框架将循环神经网络及卷积神经网络,高效地搭配出适合某情境下电力负荷预测任务的深度模型.文中以实际数据展示了该模型的表现效果,通过与目前成熟的主流时序预测模型比较,验证了本算法的可行性和有效性.
"双碳"、深度学习、电力负荷预测、循环神经网络、卷积神经网络
19
TP391(计算技术、计算机技术)
2023-09-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
23-25