首页|期刊导航|电力建设|基于气象数据降维与混合深度学习的短期电力负荷预测

基于气象数据降维与混合深度学习的短期电力负荷预测

申洪涛李飞史轮孙胜博杨振宁杨挺

电力建设2024，Vol.45Issue(1)：13-21,9.

电力建设2024，Vol.45Issue(1)：13-21,9.DOI:10.12204/j.issn.1000-7229.2024.01.002

基于气象数据降维与混合深度学习的短期电力负荷预测

Short-Term Power Load Forecasting Based on Reduction of Meteorological Data Dimensionality and Hybrid Deep Learning

申洪涛 ¹李飞 ¹史轮 ¹孙胜博 ¹杨振宁 ²杨挺²

作者信息

1. 国网河北省电力有限公司营销服务中心,石家庄市 050035
2. 天津大学电气自动化与信息工程学院,天津市 300072
折叠

摘要

关键词

电力负荷预测/高维气象数据/稀疏核主成分分析/卷积神经网络/长短时记忆神经网络

Key words

power load forecasting/high-dimensional meteorological data/sparse kernel principal component analysis/convolutional neural network/long short-term memory neural network

分类

信息技术与安全科学

引用本文复制引用

申洪涛,李飞,史轮,孙胜博,杨振宁,杨挺..基于气象数据降维与混合深度学习的短期电力负荷预测[J].电力建设,2024,45(1):13-21,9.

基金项目

国家重点研发计划资助项目(2022YFB2403800) （2022YFB2403800）

国网河北营销中心科技项目"客户侧智能感知设备轻量化人工智能模型与算法研究"(SGTYHT/20-JS-224)This work is supported by the National Key R&D Program of China(No.2022YFB2403800)and State Grid Hebei Marketing Center Technology Project(SGTYHT/20-JS-224). （SGTYHT/20-JS-224）

电力建设

OA北大核心CSTPCD

ISSN：1000-7229

访问量0

下载量0

段落导航