10.3969/j.issn.1000-3886.2023.02.019
集成机器学习预测算法的短期负荷预测
为了提供与电力负荷相匹配的稳定高效的能源,减少电能因难以储存而造成的浪费,提出一种基于注意力机制、一维卷积神经网络和长短期记忆网络并行结合的负荷预测模型.首先,对山西省某市的负荷特征数据预处理;然后将数据并行输入到模型中进行训练,对模型优化进而获得更准确的短期预测能力;最后将所提模型与其他预测模型在不同的时间步长下进行预测对比.结果表明,所提方法在预测中具有更高的准确率和一定的普适性.
1D-卷积神经网络、长短期记忆网络、注意力机制、负荷预测、组合模型
45
TM714(输配电工程、电力网及电力系统)
国家自然科学基金;山西省电力公司科技项目
2023-04-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
61-63