基于注意力机制优化长短期记忆网络的短期电力负荷预测OA
Attention mechanism optimized long short term memory network based short-term load forecasting
在电力系统的经济调度中,如何合理利用电力负荷的过去和现在来推测其未来价值,具有非常长远的社会经济价值.短期电力负荷数据具有明显的时间特征,传统的深度模型越来越多地应用于该领域.然而,深度模型可能存在梯度爆炸或梯度消失,为此,提出了一种注意力机制优化长短期记忆网络的短期负荷预测模型.该模型将长短期记忆网络单元中的激活函数改进为加权激活函数组,并加入注意力机制以提高预测精度.
王健;易姝慧;刘浩;王春枝;刘俭;汪根荣
中国电力科学研究院有限公司 武汉 430070中国电力科学研究院有限公司 武汉 430070中国电力科学研究院有限公司 武汉 430070湖北工业大学 计算机学院,武汉 430068中国电力科学研究院有限公司 武汉 430070中国电力科学研究院有限公司 武汉 430070
信息技术与安全科学
短期负荷预测注意力机制长短期记忆网络
《中南民族大学学报（自然科学版）》 2023 (1)
73-81,9
国家电网科技资助项目(SGDK0000JLJS1907914)
评论