基于注意力机制的CNN-GRU短期电力负荷预测方法OA北大核心CSCDCSTPCD
A Short-term Power Load Forecasting Method Based on Attention Mechanism of CNN-GRU
高效准确的短期电力负荷预测能帮助电力部门合理制定生产调度计划,减少资源浪费.深度学习中以循环神经网络(recurrent neural network,RNN)为主体构建的预测模型是短期负荷预测方法中的典型代表,但存在难以有效提取历史序列中潜在高维特征且当时序过长时重要信息易丢失的问题.提出了一种基于Attention机制的卷积神经网络(convolutional neural network,CNN)-GRU (gated recurrent …查看全部>>
赵兵;王增平;纪维佳;高欣;李晓兵
华北电力大学电气与电子工程学院,北京市昌平区102206中国电力科学研究院有限公司,北京市海淀区100192华北电力大学电气与电子工程学院,北京市昌平区102206北京邮电大学自动化学院,北京市海淀区100876北京邮电大学自动化学院,北京市海淀区100876
信息技术与安全科学
短期负荷预测卷积神经网络门控循环单元注意力机制
《电网技术》 2019 (12)
4370-4376,7
国家重点研发计划项目((2016YFF0201201).
评论