• <td id="z04ij"><option id="z04ij"></option></td>
    1. <pre id="z04ij"><del id="z04ij"><menu id="z04ij"></menu></del></pre>

      <p id="z04ij"></p>
    2. <track id="z04ij"></track>

      服務號

      訂閱號

      稿件詳情

      當前位置:首頁 >稿件詳情

      基于深度數據感知的工業園區短期負荷預測

      發布日期:2022-03-23  瀏覽次數:584  下載次數:481   DOI字段:10.19457/j.1001-2095.dqcd22913

            摘要:結合自動編碼器的特征提取能力與長短期記憶(LSTM)良好的時序預測優勢,提出一種基于LSTM自編碼的短期負荷預測模型。首先,基于深度模型學習能力優勢,構建自動編碼器的工業園區負荷數據特征提取模型。其次,給出基于格布拉斯準則的異常值判斷方法和拉格朗日樣條插值的缺失值補全法。最后,利用Tensorflow架構調用Keras庫搭建實驗平臺,對輕工業負荷、重工業負荷和光伏發電工業用戶負荷分別展開預測實驗,實驗結果驗證LSTM自編碼模型預測短期工業負荷的有效性。


            關鍵詞:負荷預測;工業負荷;深度學習;長短期記憶;自動編碼器


            中圖分類號:TM712     文獻標識碼:A 





      返回頂部

      天津電氣科學研究院有限公司 版權所有 津ICP備07001287號 Powered by Handynasty

      網上違法和不良信息舉報電話(河東區):022-84376127 | 舉報郵箱:wangzheng@tried.com.cn

      人妻好久没做被粗大迎合_国产精品色午夜免费视频_口番口工全彩肉色无遮挡-国产极品美女到高潮