短期风力发电负荷预测的新方法OA北大核心CSTPCD
A new method to predict short-term load of wind power
以陆上风力发电负荷数据作为研究对象,将注意力机制引入双向长短期记忆与卷积神经网络(CNN)的混合模型来预测短期电力负荷.结果显示:1)注意力机制通过对不同时步的输入进行加权,能够显著提升双向长短期记忆网络的预测性能;2)双向长短期记忆网络-CNN结构比CNN-双向长短期记忆网络结构更适用于短期负荷预测,前者相较后者能够充分利用时序信息,不会在输入初期就丢失关键信息;3)基于注意力机制的双向长短期记忆网络-CNN混合模型的均方根误差(R…查看全部>>
姜旭初;许宇澄;宋超
中南财经政法大学,430073,湖北武汉中南财经政法大学,430073,湖北武汉中南财经政法大学,430073,湖北武汉
信息技术与安全科学
短期预测注意力机制双向长短期记忆网络卷积神经网络(CNN)
《北京师范大学学报（自然科学版）》 2022 (1)
面向加工过程的机床整机动力学特性分析方法研究
39-46,8
国家自然科学基金资助项目(51775212)湖北省教育厅科学技术研究项目(B2021005)
评论