下载  >  开发技术  >  其它  > 基于深度学习LSTM网络的短期电力负荷预测方法

基于深度学习LSTM网络的短期电力负荷预测方法 评分

文章在深度学习理论的基础上应用LSTM网络对电力负荷进行了预测,具有较高的应用价值。

...展开详情
所需积分/C币:16 上传时间:2018-06-25 资源大小:2.11MB
举报 举报 收藏 收藏 (6)
分享 分享
基于深度学习的负荷预测

随着社会的不断进步,世界各地的微电网技术也在不断发展,而负荷预测作为能量管理系统的重要组成部分,其预测误差的大小直接影响微电网后续安全校核的分析结果,如何提高负荷预测的精度仍是不少专家学者的研究热点。如今,深度学习已经在各个领域得到广泛应用,在负荷预测的领域中也逐渐崭露头角。

立即下载
短期电力负荷预测.rar

用神经网络进行预测,通过遗传算法进行优化,在matlab平台上的。用了matlab的47个案例那本书 很好用

立即下载
深度学习框架下LSTM网络在短期电力负荷预测中的应用

准确的电力负荷预测可以保证电力供应的稳定,降低用电成本,提高供电质量。在进行短期电力负荷预测时,考虑到时序数据的时间相关性,应用张量流深度学习框架构建了LSTM 神经网络模型,对电力负荷时序数据进行回归预测

立即下载
电力系统短期负荷模型预测研究

电力系统短期负荷模型预测研究

立即下载