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：ZengYoujun  XiaoXianyong  XuFangwei
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

基于小波变换与BiGRUNN模型的短期负荷预测方法.pdf

文件大小:

15.32 MB

高速下载