購物車(0)
基于長短時記憶網(wǎng)絡(luò)的電力系統(tǒng)負(fù)荷預(yù)測方法研究
關(guān)鍵詞：短期負(fù)荷預(yù)測 bp神經(jīng)網(wǎng)絡(luò) 長短時記憶網(wǎng)絡(luò) adam算法
摘要：準(zhǔn)確的負(fù)荷預(yù)測對保持電網(wǎng)的穩(wěn)定性和提高當(dāng)?shù)亟?jīng)濟(jì)效益、節(jié)約成本有重大幫助。考慮到負(fù)荷數(shù)據(jù)帶有時序性,以及智能電網(wǎng)的發(fā)展所帶來的數(shù)據(jù)量的增大,建立了長短時記憶網(wǎng)絡(luò)(LSTM)模型來對未來用電量進(jìn)行短期負(fù)荷預(yù)測。針對Adam訓(xùn)練算法可能存在的收斂問題,對其進(jìn)行了改進(jìn),并通過MATLAB軟件對LSTM網(wǎng)絡(luò)進(jìn)行建模,通過與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行對比,結(jié)果表明,LSTM模型具有更高的精確度以及實用性。
電工電氣雜志要求:
{1}本刊實行雙向匿名審稿制度。審稿周期一般為3個月。3個月內(nèi)未收到刊用意見，作者可自行處理來稿。
{2}本刊對來稿有權(quán)作文字及少量內(nèi)容修改，若作者不同意，請在來稿時聲明，未加特別注明者即屬默認(rèn)。
{3}“一”后加“、”號，“l(fā)”后加“．”，（一）、(l)不加任何標(biāo)點，‘第一”、‘首先”后面均要加“，”號。
{4}為避免重復(fù),再次征引同一文獻(xiàn)時可略去出版社與出版年月,只注出著者、書名、卷數(shù)、頁碼。
{5}請作者寫明聯(lián)系方式，以方便編輯部與作者聯(lián)系。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
