| 注册
首页|期刊导航|中国电力|基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

庄家懿 杨国华 郑豪丰 张鸿皓

中国电力2021,Vol.54Issue(5):46-55,10.
中国电力2021,Vol.54Issue(5):46-55,10.DOI:10.11930/j.issn.1004-9649.202004026

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

Short-Term Load Forecasting Method Based on Multi-model Fusion Using CNN-LSTM-XGBoost Framework

庄家懿 1杨国华 1郑豪丰 2张鸿皓1

作者信息

  • 1. 宁夏大学 物理与电子电气工程学院,宁夏 银川 750021
  • 2. 宁夏电力能源安全重点实验室,宁夏 银川 750004
  • 折叠

摘要

关键词

短期负荷预测/局部特征预提取/LSTM/XGBoost/多模型融合

引用本文复制引用

庄家懿,杨国华,郑豪丰,张鸿皓..基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法[J].中国电力,2021,54(5):46-55,10.

基金项目

国家自然科学基金资助项目(61763040,71263043). (61763040,71263043)

中国电力

OA北大核心CSCDCSTPCD

1004-9649

访问量0
|
下载量0
段落导航相关论文