基于门控递归神经网络的电网日峰值负荷预测 |
| |
引用本文: | 吴福疆,范晟,王振达,王烁.基于门控递归神经网络的电网日峰值负荷预测[J].计算技术与自动化,2020,39(4):20-26. |
| |
作者姓名: | 吴福疆 范晟 王振达 王烁 |
| |
作者单位: | 广东电网有限责任公司汕头供电局,广东汕头515000;广东电网有限责任公司汕头供电局,广东汕头515000;广东电网有限责任公司汕头供电局,广东汕头515000;广东电网有限责任公司汕头供电局,广东汕头515000 |
| |
摘 要: | 日峰值负荷作为非线性、非平稳且波动的时间序列,难以准确预测。提出了一种结合动态时间规整(DTW)的门控递归神经网络(GRNN)用于准确预测日峰值负荷。利用DTW距离用于匹配最相似的负荷曲线,可以捕捉负荷变化趋势。采用热编码方案对离散变量进行编码,扩展其特征从而表征对负荷曲线的影响。提出了一种基于DTW的门控递归单元(DTW-GRU)算法用于日峰值负荷预测,并在欧洲智能技术网络(EUNITE)数据集上进行了测试。仿真结果表明,与其他算法相比,该算法的MAPE仅为1.01%。
|
关 键 词: | 峰值负荷预测 动态时间规整 热编码 门控递归单元 |
Daily Peak Load Forecasting Based on Gating Recurrent Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |
|