期刊文献+

基于LSTM时间递归神经网络的短期电力负荷预测 被引量:7

Short-term Power Load Forecasting Based on LSTM Time Recursive Neural Network
下载PDF
导出
摘要 短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用。LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测。提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利。
作者 姚朝 辛平安 施卜今 周艳平 YAO Chao;XIN Ping-an;SHI Bu-jin;ZHOU Yan-ping
机构地区 昆明供电局
出处 《云南水力发电》 2019年第3期163-165,共3页 Yunnan Water Power
  • 相关文献

参考文献1

二级参考文献4

共引文献110

同被引文献52

引证文献7

二级引证文献33

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部