| 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 |
|
