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
ISSA优化Attention双向LSTM的短期电力负荷预测
被引量：
31
1
作者
王金玉
金宏哲
+1 位作者
王海生
张忠伟
《电力系统及其自动化学报》
CSCD
北大核心
2022年第5期111-117,共7页
针对短期电力负荷数据的复杂性和多样性,提出一种含Attention的双向LSTM预测方法,简称Bi-LSTM-AT。该方法将电力负荷历史数据作为输入且考虑温度、湿度和日期类型因素的影响。通过建模学习构建网络模型,挖掘网络特征内部变化规律,通过...
针对短期电力负荷数据的复杂性和多样性,提出一种含Attention的双向LSTM预测方法,简称Bi-LSTM-AT。该方法将电力负荷历史数据作为输入且考虑温度、湿度和日期类型因素的影响。通过建模学习构建网络模型,挖掘网络特征内部变化规律,通过映射加权和学习参数矩阵赋予Bi-LSTM-AT网络隐含状态相应的权重。同时,针对该模型超参数选择困难的问题,提出利用改进麻雀算法实现该模型超参数的优化选择,使得全年最后两天预测值的MAPE为0.42%、RMSE为0.29%和MAE为0.21%,验证了模型线性回归拟合能力的准确性和稳定性。
展开更多
关键词
电力负荷
预测
长短期记忆
注意力机制
改进麻雀搜索算法优化
在线阅读
下载PDF
职称材料
题名
ISSA优化Attention双向LSTM的短期电力负荷预测
被引量：
31
1
作者
王金玉
金宏哲
王海生
张忠伟
机构
东北石油大学电气信息工程学院
庆新油田开发有限责任公司
出处
《电力系统及其自动化学报》
CSCD
北大核心
2022年第5期111-117,共7页
基金
国家自然科学基金资助项目(61873058)。
文摘
针对短期电力负荷数据的复杂性和多样性,提出一种含Attention的双向LSTM预测方法,简称Bi-LSTM-AT。该方法将电力负荷历史数据作为输入且考虑温度、湿度和日期类型因素的影响。通过建模学习构建网络模型,挖掘网络特征内部变化规律,通过映射加权和学习参数矩阵赋予Bi-LSTM-AT网络隐含状态相应的权重。同时,针对该模型超参数选择困难的问题,提出利用改进麻雀算法实现该模型超参数的优化选择,使得全年最后两天预测值的MAPE为0.42%、RMSE为0.29%和MAE为0.21%,验证了模型线性回归拟合能力的准确性和稳定性。
关键词
电力负荷
预测
长短期记忆
注意力机制
改进麻雀搜索算法优化
Keywords
power load
prediction
long short-term memory(LSTM)
Attention mechanism
optimization
based
on
im
⁃proved
sparrow
search
algorithm
(
issa
)
分类号
TM714 [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
ISSA优化Attention双向LSTM的短期电力负荷预测
王金玉
金宏哲
王海生
张忠伟
《电力系统及其自动化学报》
CSCD
北大核心
2022
31
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
