基于CNN-LSTM的短期电力负荷预测研究OA
针对短期电力负荷预测中电力负荷影响因素提取不准确以及长期依赖信息丢失的问题,提出一种结合一维卷积神经网络CNN与长短期记忆网络LSTM的短期电力负荷预测模型,将卷积神经网络的速度和轻量与长短期记忆网络的顺序敏感性的优势结合起来,考虑历史电力负荷、时间日期、温度对电力负荷的影响,实例结果表明,与其他模型相比,预测误差更小,较好地提高了预测性能.
刘月峰;杨宇慧
内蒙古科技大学 信息工程学院,内蒙古 包头 014000内蒙古科技大学 信息工程学院,内蒙古 包头 014000
信息技术与安全科学
短期电力负荷预测卷积神经网络长短期记忆网络
《科技创新与应用》 2020 (1)
84-85,2
评论