节点文献

LSTM的单变量短期家庭电力需求预测

免费订阅

【作者】 王旭东严珂陆慧娟叶敏超

【Author】 WANG Xudong;YAN Ke;LU Huijuan;YE Minchao;College of Information Engineering,China Jiliang University;

【机构】 中国计量大学信息工程学院

【摘要】 针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).

【基金】 国家自然科学基金青年项目(No.61602431)
【所属期刊栏目】 计量与测试 (2018年02期)
  • 【分类号】TM715;TP18
  • 【被引频次】3
  • 【下载频次】184
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: