【摘 要】
：
随着智能电网、坚强电网的建立及人工智能领域技术的高速发展,如何对电力领域的负荷进行更高精度的预测已成为电力从业者们特别关注与研究的问题。基于TensorFlow智能学习系
论文部分内容阅读
随着智能电网、坚强电网的建立及人工智能领域技术的高速发展,如何对电力领域的负荷进行更高精度的预测已成为电力从业者们特别关注与研究的问题。基于TensorFlow智能学习系统的深度学习LSTM循环神经网络算法的短期电力负荷预测算法,结合某地区发电厂负荷数据设计实验,通过多次数据迭代、参数更新,进行模型训练与预测,最终的实验证明:基于TensorFlow的LSTM循环神经网络算法预测效果明显好于传统机器学习算法。随着数据量的增大,模型更显示出其良好的鲁棒性。
其他文献
随着科技水平与信息技术发展的日新月异,网络早已突破了工具与技术层面的属性,俨然成为了现代人类的一种生活方式。从传统表情的传播到近几年表情包的风靡,表情符号的使用一
根据国内外铁路隧道穿越既有水库的研究现状发现,目前已建成的工程案例基本为远距离穿越水库或隧道埋深较大,而对超浅埋的情况研究甚少,可供借鉴的经验不多,给隧道的设计和施
党的十八大以来,以习近平同志为核心的党中央在立足中国国情基础上继续推进全面深化改革,以问题为导向,始终把广大人民群众的根本利益放在首位,坚持以共享发展为全面深化改革
高速公路在交通运输方面发挥的作用是不可估量的,随着社会的建设与发展步伐加快,高速公路的修建数量越来越多,修建的规模也越来越大,但高速公路的施工建设周期也越来越长。为