基于小波变换与BiGRUNN模型的短期负荷预测方法
文档名：基于小波变换与BiGRUNN模型的短期负荷预测方法
摘要：为更好地挖掘大量采集数据蕴含的有效信息,提高短期负荷预测精度,文中提出一种基于小波变换与双向门控循环单元(BiGRU)、全连接神经网络(NN)混合模型的短期负荷预测方法.文章利用小波变换将负荷特征数据分解为高频数据以及低频数据,再分别建立高频混合神经网络以及低频混合神经网络模型进行预测.在混合神经网络模型中,将负荷特征数据作为BiGRU-NN网络的输入,利用BiGRU-NN网络学习负荷非线性以及时序性特征,以此进行短期负荷预测.文中以丹麦东部地区的负荷数据作为算例,实验结果表明,该方法与GRU神经网络、DNN神经网络、CNN-LSTM神经网络相比,具有更高的预测精度.
作者：曾囿钧肖先勇徐方维Author：ZengYoujunXiaoXianyongXuFangwei
作者单位：四川大学电气工程学院,成都610065
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(6)
分类号：TM715
关键词：电力系统短期负荷预测小波变换双向门控循环单元双向门控循环单元-全连接神经网络混合模型
机标分类号：TP391.1TM715U491
在线出版日期：2023年6月29日
基金项目：国家自然科学基金基于小波变换与BiGRU-NN模型的短期负荷预测方法[
期刊论文]电测与仪表--2023, 60(6)曾囿钧肖先勇徐方维为更好地挖掘大量采集数据蕴含的有效信息,提高短期负荷预测精度,文中提出一种基于小波变换与双向门控循环单元(BiGRU)、全连接神经网络(NN)混合模型的短期负荷预测方法.文章利用小波变换将负荷特征数据分解为高频数据以...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于小波变换与BiGRU-NN模型的短期负荷预测方法Short-term load forecasting method based on wavelet transform and BiGRU-NN model
基于小波变换与BiGRU-NN模型的短期负荷预测方法.pdf
页:
[1]