10.19850/j.cnki.2096-4706.2021.07.039
基于CNN-GRU SA模型的短期电力负荷预测研究
为了解决预测模型无法充分挖掘特征等问题,提出一种基于CNN-GRU SA混合模型的短期电力负荷预测方法.通过CNN模型提取输入数据的向量特征,利用双层GRU模型学习输入特征,掌握其特征规律,Self-attention机制充分挖掘输入的特征信息,最后预测出负荷值.实验采用英格兰公开数据集,实验结果表明,相较于CNN-GRU、GRU和CNN基线模型,该模型的预测精度更高,证明了该方法的有效性.
电力负荷预测;CNN;GRU;Self-attention
5
TM715(输配电工程、电力网及电力系统)
2021-09-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
150-154