基于ISSA-LSTM模型的可再生能源电力需求预测OA北大核心CSTPCD
为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LSTM)以有效捕捉可再生能源电力需求随机波动性和时序性;最后,通过ISSA-LSTM模型预测长期可再生能源的电力需求,验证测试集数据,并与其他传统模型进行对比。结果表明:ISSA-LSTM模型预测结果…查看全部>>
闫晓霞;刘娴
西安科技大学管理学院,陕西西安710054西安科技大学管理学院,陕西西安710054
计算机与自动化
混合预测模型麻雀搜索算法长短期记忆网络Circle混沌映射电力需求预测
《西安科技大学学报》 2024 (3)
P.604-614,11
国家自然科学基金项目(71704140)西安科技大学哲学社会科学繁荣项目(2018SY03)陕西省科技厅软科学研究计划项目(2019KRM016)。
评论