| 注册
首页|期刊导航|电网技术|基于约束并行LSTM分位数回归的短期电力负荷概率预测方法

基于约束并行LSTM分位数回归的短期电力负荷概率预测方法

李丹 张远航 杨保华 王奇

电网技术2021,Vol.45Issue(4):1356-1363,8.
电网技术2021,Vol.45Issue(4):1356-1363,8.DOI:10.13335/j.1000-3673.pst.2020.1124

基于约束并行LSTM分位数回归的短期电力负荷概率预测方法

Short Time Power Load Probabilistic Forecasting Based on Constrained Parallel-LSTM Neural Network Quantile Regression Mode

李丹 1张远航 1杨保华 2王奇3

作者信息

  • 1. 三峡大学电气与新能源学院,湖北省宜昌市443000
  • 2. 新能源微电网湖北省协同创新中心,湖北省宜昌市443002
  • 3. 梯级水电站运行与控制湖北省重点实验室,湖北省宜昌市443002
  • 折叠

摘要

关键词

负荷概率预测/长短期记忆神经网络/分位数回归/分位数交叉/深度学习技术

分类

信息技术与安全科学

引用本文复制引用

李丹,张远航,杨保华,王奇..基于约束并行LSTM分位数回归的短期电力负荷概率预测方法[J].电网技术,2021,45(4):1356-1363,8.

基金项目

国家自然科学基金项目(51807109). (51807109)

电网技术

OA北大核心CSCDCSTPCD

1000-3673

访问量0
|
下载量0
段落导航相关论文