10.15913/j.cnki.kjycx.2023.03.037
基于小波分解和LSTM的夜经济电力商户分类模型研究
目前,中国的夜经济发展处于起步阶段,为了有效分析夜经济商户的业态,挖掘夜经济电力商户的用电模式,提出了一种基于小波分解和LSTM的夜经济电力商户分类模型.首先,提取工作日和非工作日的用电负荷曲线作为商户的用电特征;然后,利用小波分解算法对负荷数据进行分析与重构,降低了原始序列中非平稳数据对分类精度的影响;最后,将处理后的特征向量输入长短期记忆网络中,对夜经济商户的业态类型进行判别.实验结果表明,模型的分类精度优于传统的机器学习模型,验证了本算法的可行性.
小波分解、LSTM、商户分类、电力负荷
TM71(输配电工程、电力网及电力系统)
2023-02-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
122-125