基于VMD-CNN-BIGRU的电力系统短期负荷预测OA北大核心CSTPCD
Short-Term Load Forecasting of Power System Based on VMD-CNN-BIGRU
为提高负荷预测精度,考虑了历史负荷本身内在规律及外部影响因素,提出一种基于变分模态分解(variational modal decomposition,VMD)-卷积神经网络(convolutional neural networks,CNN)-双向门控循环单元(bi-directional gated recurrent unit,BIGRU)混合网络的短期负荷预测方法,改善了训练时长和预测效果.通过仿真分析验证了所提方法的有效性,…查看全部>>
杨胡萍;余阳;汪超;李向军;胡奕涛;饶楚楚
南昌大学 信息工程学院,江西 南昌 330031广东电网有限责任公司肇庆供电局,广东 肇庆 526040南昌大学 信息工程学院,江西 南昌 330031南昌大学 软件学院,江西 南昌 330031南昌大学 信息工程学院,江西 南昌 330031南昌大学 信息工程学院,江西 南昌 330031
短期负荷预测变分模态分解卷积神经网络双向门控循环单元
《中国电力》 2022 (10)
有限域上混沌系统动力学特性改进及其混沌密码技术的安全性理论评价体系研究
71-76,6
国家自然科学基金资助项目(61862042)国网江西省电力有限公司南昌市昌北供电分公司科技项目(CX202105280048).
评论