利用温度信息及深度学习方法实现高精度电力负荷预测

来源 :物联网技术 | 被引量 : 0次 | 上传用户:garnettxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
负荷预测是电力系统规划的重要组成部分,直接影响着电网运行的安全性及可靠性,实时高精度的负荷预测结果更是提高整个电网运行效率的关键。为了解决现存算法预测精度低的问题,在深入分析了温度与用电量强相关性的基础上,构建了长短时记忆深度学习网络(LSTM),执行历史用电数据特点的深度挖掘及用电量与温度相关性的深度自学习,实现了电力负荷预测。与传统负荷预测技术相比,预测精度显著提高。基于谷歌Tensor-flow平台进一步研究了不同激活函数组合对于所提算法预测性能的影响。仿真结果表明,使用ELU激活函数比使用其他常用
其他文献
针对2010年我校宠物门诊接受的其中一个病例,从病史调查、临床观察、实验室检查等确诊为犬巴贝斯虫病,应用贝尼尔等特效药,并且对症治疗,取得了良好的效果。
在经济下行压力以及利率市场化背景下,商业银行利差收窄,盈利能力相对弱化,贷款"双增"趋势明显,拨备计提压力较大。为改善经营状况,增加业务收入,理财业务作为重要的中间业务
本文以二氧化铅电极的改性为主要研究内容,主要采用多孔钛板和碳纳米管对二氧化铅电极进行改性,并利用所制备的改性电极电催化降解水体中污染物。主要研究内容和结果如下:首先
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
会议
随着社会经济的高速发展,伴生了种种环境问题。生态环境破坏与承载力持续超载、垃圾围城、大气污染与温室效应加剧、水资源短缺与水体环境恶化、能源过度消耗等环境问题已成