基于长短期记忆神经网络和改进型K-means聚类算法的居民峰谷时段划分模型OA北大核心CSTPCD
A Residential Peak and Valley Time Division Model Based on Long Short-Term Memory and Improved K-Means Clustering Algorithm
为了解决传统峰谷时段划分方法因只选取单一典型日而无法在较长时间范围内适用的问题,提出一种基于长短期记忆神经网络(long short-term memory,LSTM)和改进型K-means聚类算法的居民峰谷时段划分模型:首先对居民用户一整年的负荷数据进行有效性检查和归一化处理,保证数据的准确可靠;接着将处理后的负荷数据按照不同季节及不同日期类型进行相应的分类,保证分类的数据具有较强的相似性;然后将数据按分类分别加入LSTM进行训练,获得用户在不…查看全部>>
江兵;李国荣;孙赵盟;庞宗强
南京邮电大学自动化学院,江苏省 南京市 210023南京邮电大学自动化学院,江苏省 南京市 210023南京邮电大学自动化学院,江苏省 南京市 210023南京邮电大学自动化学院,江苏省 南京市 210023
信息技术与安全科学
峰谷时段划分长短期记忆神经网络改进型K-means算法聚类分析轮廓系数
《现代电力》 2021 (6)
620-627,中插4-中插5,10
评论