期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于门控多层感知机和Informer的多通道电力负荷预测
1
作者
孙卓远
吕学文
王继军
《人工智能与机器人研究》
2024年第2期375-387,共13页
在电力领域,利用时间序列方法进行电力负荷预测已成为众多研究的热点。为了解决电力负荷预测准确率低的问题,本文提出了融合门控多层感知器和增强因果卷积的多通道时间序列融合网络GMEC-Informer,提高了模型捕捉长短期时间序列信息依赖...
在电力领域,利用时间序列方法进行电力负荷预测已成为众多研究的热点。为了解决电力负荷预测准确率低的问题,本文提出了融合门控多层感知器和增强因果卷积的多通道时间序列融合网络GMEC-Informer,提高了模型捕捉长短期时间序列信息依赖的能力。为了证明本文模型的优越性,本文在广泛使用的数据集上与多个模型进行了比较,实验结果表明本文提出的GMEC-Informer具有更高的预测精度,可以为时间序列预测提供更好的研究方向。
展开更多
关键词
负荷预测
因果卷积
深度学习
注意力机制
下载PDF
职称材料
题名
基于门控多层感知机和Informer的多通道电力负荷预测
1
作者
孙卓远
吕学文
王继军
机构
上海电力大学计算机
科
学与技术学院
全程上海智能
科技
有限公司
赢科储能科技有限公司
出处
《人工智能与机器人研究》
2024年第2期375-387,共13页
文摘
在电力领域,利用时间序列方法进行电力负荷预测已成为众多研究的热点。为了解决电力负荷预测准确率低的问题,本文提出了融合门控多层感知器和增强因果卷积的多通道时间序列融合网络GMEC-Informer,提高了模型捕捉长短期时间序列信息依赖的能力。为了证明本文模型的优越性,本文在广泛使用的数据集上与多个模型进行了比较,实验结果表明本文提出的GMEC-Informer具有更高的预测精度,可以为时间序列预测提供更好的研究方向。
关键词
负荷预测
因果卷积
深度学习
注意力机制
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于门控多层感知机和Informer的多通道电力负荷预测
孙卓远
吕学文
王继军
《人工智能与机器人研究》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部