基于最小窥视孔长短期记忆神经网络的电力系统短期负荷预测模型OACSTPCD
Power Load Forecasting Based on Min Peephole Long Short-term Memory
长短期记忆(long short-term memory,LSTM)模型可以克服循环神经网络(recurrent neural networks,RNN)在短期负荷预测中存在的梯度消失和梯度爆炸等问题,但LSTM模型的门控单元结构复杂,参数较多,模型训练较为困难.为此,提出一种采用改进粒子群优化(particle swarm optimization,PSO)算法优化的最小窥视孔长短期记忆(min peephole long short-term…查看全部>>
蔡鑫祥;撖奥洋;周生奇;魏振;张智晟
青岛大学电气工程学院,山东青岛266071国网山东省电力公司青岛供电公司,山东青岛266002国网山东省电力公司青岛供电公司,山东青岛266002国网山东省电力公司青岛供电公司,山东青岛266002青岛大学电气工程学院,山东青岛266071
信息技术与安全科学
短期负荷预测最小窥视孔长短期记忆神经网络粒子群优化算法电力系统循环神经网络
《广东电力》 2021 (3)
92-97,6
国网山东省电力公司科技项目(2020A-022)
评论