期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SRDHLGRU神经网络和差分误差补偿的短期电力负荷预测
被引量：
3
1
作者
李练兵
李佳祺
+5 位作者
刘汉民
李明
任杰
王阳
马步云
田云峰
《中国测试》
CAS
北大核心
2023年第6期143-150,共8页
为解决短期电力负荷预测模型中迭代训练过程的误差累积,预测结果精度低的问题,基于双向门控循环单元(BiGRU)在短期电力负荷预测中的理论基础,在BiGRU的底层结构上进行改进,并对预测过程中产生的误差进行补偿,提出一种基于SRDHLGRU神经...
为解决短期电力负荷预测模型中迭代训练过程的误差累积,预测结果精度低的问题,基于双向门控循环单元(BiGRU)在短期电力负荷预测中的理论基础,在BiGRU的底层结构上进行改进,并对预测过程中产生的误差进行补偿,提出一种基于SRDHLGRU神经网络和差分误差补偿的短期电力负荷预测方法。第一阶段,建立堆叠的反向双层高低级门控循环单元(SRDHLGRU)网络模型,得到模型预测过程中产生的误差序列。第二阶段采用差分分解(DD)方法将第一阶段产生的误差序列进行一阶前向差分得到误差变化量序列,再次建立SRDHLGRU模型进行训练和预测,从而对第一阶段结果进行误差补偿。结合西部某市负荷数据集,基于Python算法开展短期电力负荷预测的仿真,对比几种主流预测算法,仿真结果表明该组合模型的预测精度和稳定性比传统模型都有一定提升。
展开更多
关键词
短期电力负荷预测
堆叠的反向双层高低级门控循环单元
差分分解
误差补偿
在线阅读
下载PDF
职称材料
题名
基于SRDHLGRU神经网络和差分误差补偿的短期电力负荷预测
被引量：
3
1
作者
李练兵
李佳祺
刘汉民
李明
任杰
王阳
马步云
田云峰
机构
省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学)
河北工业大学人工智能与数据科学学院
国网冀北张家口风光储输新能源有限公司
出处
《中国测试》
CAS
北大核心
2023年第6期143-150,共8页
基金
河北省省级科技计划资助(20312102D)。
文摘
为解决短期电力负荷预测模型中迭代训练过程的误差累积,预测结果精度低的问题,基于双向门控循环单元(BiGRU)在短期电力负荷预测中的理论基础,在BiGRU的底层结构上进行改进,并对预测过程中产生的误差进行补偿,提出一种基于SRDHLGRU神经网络和差分误差补偿的短期电力负荷预测方法。第一阶段,建立堆叠的反向双层高低级门控循环单元(SRDHLGRU)网络模型,得到模型预测过程中产生的误差序列。第二阶段采用差分分解(DD)方法将第一阶段产生的误差序列进行一阶前向差分得到误差变化量序列,再次建立SRDHLGRU模型进行训练和预测,从而对第一阶段结果进行误差补偿。结合西部某市负荷数据集,基于Python算法开展短期电力负荷预测的仿真,对比几种主流预测算法,仿真结果表明该组合模型的预测精度和稳定性比传统模型都有一定提升。
关键词
短期电力负荷预测
堆叠的反向双层高低级门控循环单元
差分分解
误差补偿
Keywords
short-term electric load forecast
SRDHLGRU
difference decomposition
error compensation
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SRDHLGRU神经网络和差分误差补偿的短期电力负荷预测
李练兵
李佳祺
刘汉民
李明
任杰
王阳
马步云
田云峰
《中国测试》
CAS
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
