| 注册
首页|期刊导航|电力系统自动化|基于CNN-LSTM混合神经网络模型的短期负荷预测方法

基于CNN-LSTM混合神经网络模型的短期负荷预测方法

陆继翔 张琪培 杨志宏 涂孟夫 陆进军 彭晖

电力系统自动化2019,Vol.43Issue(8):131-137,7.
电力系统自动化2019,Vol.43Issue(8):131-137,7.DOI:10.7500/AEPS20181012004

基于CNN-LSTM混合神经网络模型的短期负荷预测方法

Short-term Load Forecasting Method Based on CNN-LSTM Hybrid Neural Network Model

陆继翔 1张琪培 2杨志宏 1涂孟夫 1陆进军 2彭晖1

作者信息

  • 1. 南瑞集团有限公司(国网电力科学研究院有限公司),江苏省南京市211106
  • 2. 智能电网保护和运行控制国家重点实验室,江苏省南京市211106
  • 折叠

摘要

关键词

短期负荷预测/卷积神经网络/长短期记忆网络/卷积神经网络-长短期记忆网络混合模型

引用本文复制引用

陆继翔,张琪培,杨志宏,涂孟夫,陆进军,彭晖..基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J].电力系统自动化,2019,43(8):131-137,7.

基金项目

国家重点研发计划资助项目(2017YFB0902600). (2017YFB0902600)

电力系统自动化

OA北大核心CSCDCSTPCD

1000-1026

访问量0
|
下载量0
段落导航相关论文