基于改进LSTM算法的综合能源系统多元负荷预测OACSTPCD
准确预测短期多种能源负荷,是确保综合能源系统可靠、高效运行的必要前提。为此,提出了一种基于遗传粒子群混合优化(genetic algorithm particle swarm optimization,GAPSO)算法的卷积长短期记忆神经网络(convolutional neural network-long short-term memory,CNN-LSTM)综合能源系统多元负荷预测模型。首先,利用皮尔逊系数来描述各影响因素与负荷之间的相关性…查看全部>>
闫照康;马刚;冯瑞;徐健玮;沈静文
南京师范大学电气与自动化工程学院,江苏省南京市210042南京师范大学电气与自动化工程学院,江苏省南京市210042南京师范大学电气与自动化工程学院,江苏省南京市210042南京师范大学电气与自动化工程学院,江苏省南京市210042南京师范大学电气与自动化工程学院,江苏省南京市210042
动力与电气工程
长短期记忆(LSTM)卷积神经网络(CNN)遗传粒子群混合优化(GAPSO)算法综合能源系统负荷预测
《分布式能源》 2024 (2)
P.30-38,9
江苏省重点研发计划(产业前瞻与关键核心技术)(BE2020081)。
评论