關鍵詞:短期負荷預測 bp神經(jīng)網(wǎng)絡 長短時記憶網(wǎng)絡 adam算法
摘要:準確的負荷預測對保持電網(wǎng)的穩(wěn)定性和提高當?shù)亟?jīng)濟效益、節(jié)約成本有重大幫助??紤]到負荷數(shù)據(jù)帶有時序性,以及智能電網(wǎng)的發(fā)展所帶來的數(shù)據(jù)量的增大,建立了長短時記憶網(wǎng)絡(LSTM)模型來對未來用電量進行短期負荷預測。針對Adam訓練算法可能存在的收斂問題,對其進行了改進,并通過MATLAB軟件對LSTM網(wǎng)絡進行建模,通過與BP神經(jīng)網(wǎng)絡進行對比,結果表明,LSTM模型具有更高的精確度以及實用性。
電工電氣雜志要求:
{1}本刊實行雙向匿名審稿制度。審稿周期一般為3個月。3個月內(nèi)未收到刊用意見,作者可自行處理來稿。
{2}本刊對來稿有權作文字及少量內(nèi)容修改,若作者不同意,請在來稿時聲明,未加特別注明者即屬默認。
{3}“一”后加“、”號,“l(fā)”后加“.”,(一)、(l)不加任何標點,‘第一”、‘首先”后面均要加“,”號。
{4}為避免重復,再次征引同一文獻時可略去出版社與出版年月,只注出著者、書名、卷數(shù)、頁碼。
{5}請作者寫明聯(lián)系方式,以方便編輯部與作者聯(lián)系。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社