期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于双三层深度神经网络的短期负荷预测 被引量:3
1
作者 殷林飞 刘东端 《广西电力》 2022年第1期20-25,47,共7页
短期负荷预测能为电力系统的电力调度方案提供依据,深度学习在负荷预测具有优异的学习性能,因此在电力系统得到广泛应用。本文提出了双三层深度神经网络的短负荷期预测方法,第一层深度神经网络通过学习历史电力负荷的变化特性,并预测下... 短期负荷预测能为电力系统的电力调度方案提供依据,深度学习在负荷预测具有优异的学习性能,因此在电力系统得到广泛应用。本文提出了双三层深度神经网络的短负荷期预测方法,第一层深度神经网络通过学习历史电力负荷的变化特性,并预测下一天的电力负荷;第二层深度神经网络用于优化第一层内部隐含层神经元的个数。通过仿真结果表明,所提双三层深度神经网络算法训练效果好,具有更高的预测准确率,为科研人员在选择神经元个数上提供了可行方法。最后通过我国某地区的实际负荷数据验证双三层神经网络在短期负荷预测的有效性。 展开更多
关键词 双三层深度神经网络 深度神经网络 深度学习 神经元优化 短期负荷预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部