首页
期刊大全
万向问答
期刊动态
学术会议
科研项目
帮助中心
免费注册
|
会员登录
文献检索:
文献标题
文献标题
关键词
摘要
作者
单位
搜索
您的当前位置:
首页
>>
期刊文献
>> 正文
基于深度学习的多特征短期负荷预测
摘 要:
精确的电力负荷
预测
对智能电网等基础设施的高效管理至关重要。本文引入了几种深度学习网络:RNN、LSTM、DNN,对某地某家庭短期内实际电力负荷值的消耗进行仿真预测,实验结果表明,RNN、LSTM和DNN模型下的预测值与真实值的大致趋势均一致,模型效果差距不大,RNN略好于DNN,DNN略好于LSTM,整体仍有优化空间。
作 者:
龙雯;王同喜;
单 位:
长江大学
关键字:
电负荷预测;时间序列预测;深度学习;
页 码:
186-187+194
出 处:
电脑知识与技术
-
2021年16期
您还没有登陆会员账号,请先登陆,在进行阅读或下载!