基于随机森林与长短期记忆网络的电力负荷预测方法OACSTPCD
Power Load Forecasting Method Based on Random Forest and Long Short-term Memory
电力负荷具有非线性和时序性的特点,为了深入研究各特征变量对于电力负荷预测的重要性,进而获得更高的电力负荷预测精度,提出了基于随机森林(random forest,RF)算法及长短期记忆网络(long short-term memory,LSTM)的混合负荷预测模型.首先根据时间日期因素及气候因素建立高维特征数据集作为随机森林模型的输入,通过随机森林算法筛选出重要特征量,并使其与历史负荷结合作为LSTM模型的输入,经过粒子群算法对LSTM模型进行参…查看全部>>
董彦军;王晓甜;马红明;王立斌;李梦宇;岳凡丁;袁欢
国网河北省电力有限公司,河北省 石家庄市 050081国网河北省电力有限公司营销服务中心,河北省 石家庄市 050081国网河北省电力有限公司营销服务中心,河北省 石家庄市 050081国网河北省电力有限公司,河北省 石家庄市 050081国网河北省电力有限公司营销服务中心,河北省 石家庄市 050081西安交通大学电气工程学院,陕西省 西安市 710049西安交通大学电气工程学院,陕西省 西安市 710049
信息技术与安全科学
随机森林长短期记忆网络电力负荷预测混合模型
《全球能源互联网》 2022 (2)
基于金属氧化物气敏传感器的空气绝缘电力设备放电分解特征组分检测方法研究
147-156,10
国网河北省电力有限公司科技项目(SGHEDK00 DYJS1900303)国家自然科学基金项目(51877170).
评论