论文部分内容阅读
电力体制市场化的有序推进对工业园区负荷预测提出了新的要求.文章提出了基于深度学习与权值共享机理的负荷预测方法.在预测模型中,将深度神经网络设置为训练中的有监督学习方法,权值共享模式分析了多个目标之间的相关性,并使用各个目标的负荷变化率对相关度最高的任务聚合.算例中使用天津某高新区数据对算法有效性进行了验证,结果显示该算法有效提高了工业园区负荷预测的精度,有着较高的应用价值.