考虑多因素的深度学习融合方法实现负荷预测

来源 :电气自动化 | 被引量 : 0次 | 上传用户:song198143
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
综合考虑电力负荷预测受多因素影响的特性,提出一种深度学习融合方法即K近邻和长短期记忆网络融合模型(KNN-LSTM)实现电力负荷预测。为了充分挖掘影响电力负荷预测的关键因素,引入了KNN算法衡量各因素与负荷数据之间的欧式距离以遴选最邻近的K个负荷影响因素,基于选取的负荷因素数据构建监督学习数据集,引入LSTM模型实现了电力负荷高精度预测。结果表明,KNN-LSTM方法可以有效地提取关键负荷因素并获得良好的预测性能。
其他文献
为实现牵引控制系统在电机电流传感器故障工况下的容错控制功能,提出了一种新的电流传感器故障诊断与容错控制算法。通过可变增益状态观测器模型实现电流值的实时估计并生成电流残差,利用CUSUM算法完成传感器故障进行实时检测与定位,并在传感器故障工况下用观测器估计值代替电流传感器信号实现牵引系统的容错控制。最后通过仿真验证了所提算法的有效性。
汇聚国家多个部委和中部六省主要负责人的中国中部论坛4月25日在合肥举行,会议透露出强烈信号:中国正从各个领域推出一系列政策、措施,推进中部地区加速崛起,以有效应对金融危机
户外架空线路带电信息的检测具有重要的现实意义。在介绍传统高压带电指示装置验电电路结构及优缺点的基础上,提出了基于射级跟随器的高压验电技术,电路以三极管、电阻和电容
粘合重山为大蒙古国政坛上的重要人物 ,《元史》卷一四六有传。但对于粘合重山的出身 ,《元史》语焉不详 ,只说他“金源贵族也。国初为质子 ,知金将亡 ,遂委质焉。”唐长孺先
经过2008年金融危机的阴霾,2010年步入"后金融危机时代"。但金融危机仍难言结束,当前高校毕业生就业形势依然十分严峻。对于高校毕业生来说,未来较长一段时间将进入一个"低就业
<正>哈大铁路客运专线工程概况哈大铁路客运专线南起滨海城市大连,经辽宁省营口、鞍山、辽阳、沈阳、铁岭,吉林省四平、长春、松原,终止黑龙江省会哈尔滨,线路纵贯东北三省,
“我们都是兄弟姐妹”,“维族汉族是一家人”……乌鲁木齐“7·5”事件发生后,这是人们听到最多、最感人的话。
根据袁店矿101轨道石门实际地质条件,对轨道石门掘进过程中的临时支护方式、支护参数及永久支护参数进行了研究,并提出了一些可行的技术措施。
为解决目前热电系统模型仿真度差的问题,基于热力学定律对包含燃气锅炉、储热罐、热水管网和居民热负荷的热系统进行了建模研究。建立了包含供热和供电两种能量流的电-热综合
结合株洲机车厂低速磁浮试验线工程,建立了包含F形导轨、H形轨枕、混凝土轨道梁及其联接件的磁浮线路上部结构有限元模型,计算了列车悬浮静荷载、悬浮动荷载以及列车滑撬和滑