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VMD和LSTM-CNN的短期负荷预测模型研究
被引量：
12
1
作者
李善寿
马枭杰
+2 位作者
潘璐茜
陶勇
方潜生
《控制工程》
CSCD
北大核心
2023年第3期469-478,共10页
针对传统长短期记忆神经网络结构上缺乏纠错设计的问题,提出了一种基于变分模态分解(VMD)和长短期记忆卷积神经网络(LSTM-CNN)的短期负荷预测模型。该模型通过在长短期记忆神经网络中引入一维卷积模块,使模型具备纠正隐藏状态向量错误...
针对传统长短期记忆神经网络结构上缺乏纠错设计的问题,提出了一种基于变分模态分解(VMD)和长短期记忆卷积神经网络(LSTM-CNN)的短期负荷预测模型。该模型通过在长短期记忆神经网络中引入一维卷积模块,使模型具备纠正隐藏状态向量错误的能力。同时利用VMD对温度、湿度等气象数据进行分解,提取与建筑负荷相关性最高的模态分量作为输入特征向量,增强输入特征向量与负荷数据的关联度。实验结果表明,该模型预测结果的均方根误差、平均绝对百分误差相比于传统LSTM模型分别降低了102.16和0.93%,验证了该模型在短期负荷预测中的有效性。
展开更多
关键词
短期负荷预测
变分模态分解
长短期记忆网络
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于VMD和LSTM-CNN的短期负荷预测模型研究
被引量：
12
1
作者
李善寿
马枭杰
潘璐茜
陶勇
方潜生
机构
安徽建筑大学
国家电网肥西县供电公司
出处
《控制工程》
CSCD
北大核心
2023年第3期469-478,共10页
基金
国家重点研发计划项目(2017YFC0704100)
安徽建筑大学博士科研启动项目(2020QDZ40)。
文摘
针对传统长短期记忆神经网络结构上缺乏纠错设计的问题,提出了一种基于变分模态分解(VMD)和长短期记忆卷积神经网络(LSTM-CNN)的短期负荷预测模型。该模型通过在长短期记忆神经网络中引入一维卷积模块,使模型具备纠正隐藏状态向量错误的能力。同时利用VMD对温度、湿度等气象数据进行分解,提取与建筑负荷相关性最高的模态分量作为输入特征向量,增强输入特征向量与负荷数据的关联度。实验结果表明,该模型预测结果的均方根误差、平均绝对百分误差相比于传统LSTM模型分别降低了102.16和0.93%,验证了该模型在短期负荷预测中的有效性。
关键词
短期负荷预测
变分模态分解
长短期记忆网络
卷积神经网络
Keywords
Short-term load forecasting
Variational modal decomposition
Long-short term memory networks
Convolutional neural networks
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VMD和LSTM-CNN的短期负荷预测模型研究
李善寿
马枭杰
潘璐茜
陶勇
方潜生
《控制工程》
CSCD
北大核心
2023
12
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
