| 引入BL-Seq2seq模型进行负荷预测 |
| |
| 引用本文： | 徐先峰,王世鑫,龚美,曹仰昱.引入BL-Seq2seq模型进行负荷预测[J].计算机仿真,2021,38(8):103-107,501. |
| |
| 作者姓名： | 徐先峰 王世鑫 龚美 曹仰昱 |
| |
| 作者单位： | 长安大学电子与控制工程学院,陕西西安710064 |
| |
| 摘 要： | 短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测.其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终状态作为初始输入状态,同时每一步的输出值作为下一步的输入值.利用用电负荷实测数据,基于Keras平台进行仿真,仿真结果表明,与多个经典的深度学习的短期用电负荷预测模型相比,所提BL-Seq2seq模型的预测误差明显降低,大大提升了短期用电负荷预测精度.
|
| 关 键 词： | 负荷预测 深度学习 双向长短期记忆神经网络 序列到序列 |
Introducing the BL-Seq2seq Model for Load Forecasting |
| |
| XU Xian-feng,WANG Shi-xin,GONG Mei,CAO Yang-yu.Introducing the BL-Seq2seq Model for Load Forecasting[J].Computer Simulation,2021,38(8):103-107,501. |
| |
| Authors: | XU Xian-feng WANG Shi-xin GONG Mei CAO Yang-yu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
