| 注册
首页|期刊导航|重庆邮电大学学报(自然科学版)|基于CNN-LSTM的综合能源系统负荷预测模型

基于CNN-LSTM的综合能源系统负荷预测模型

张文栋 刘子琨 梁涛 刘伟

重庆邮电大学学报(自然科学版)2023,Vol.35Issue(2):254-262,9.
重庆邮电大学学报(自然科学版)2023,Vol.35Issue(2):254-262,9.DOI:10.3979/j.issn.1673-825X.202112280447

基于CNN-LSTM的综合能源系统负荷预测模型

Load prediction model of integrated energy system based on CNN-LSTM

张文栋 1刘子琨 1梁涛 2刘伟2

作者信息

  • 1. 五凌电力有限公司,长沙410000
  • 2. 山东电力工程咨询院有限公司,济南250000
  • 折叠

摘要

关键词

综合能源系统/卷积神经网络(CNN)/长短期记忆网络(LSTM)/负荷预测

分类

信息技术与安全科学

引用本文复制引用

张文栋,刘子琨,梁涛,刘伟..基于CNN-LSTM的综合能源系统负荷预测模型[J].重庆邮电大学学报(自然科学版),2023,35(2):254-262,9.

基金项目

五凌电力有限公司综合智慧能源业务及数字化建设发展规划项目(320115JX0120210002) (320115JX0120210002)

重庆邮电大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1673-825X

访问量0
|
下载量0
段落导航相关论文