期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:短期负荷预测 bp神经网络 长短时记忆网络 adam算法
摘要:准确的负荷预测对保持电网的稳定性和提高当地经济效益、节约成本有重大帮助。考虑到负荷数据带有时序性,以及智能电网的发展所带来的数据量的增大,建立了长短时记忆网络(LSTM)模型来对未来用电量进行短期负荷预测。针对Adam训练算法可能存在的收敛问题,对其进行了改进,并通过MATLAB软件对LSTM网络进行建模,通过与BP神经网络进行对比,结果表明,LSTM模型具有更高的精确度以及实用性。
电工电气杂志要求:
{1}本刊实行双向匿名审稿制度。审稿周期一般为3个月。3个月内未收到刊用意见,作者可自行处理来稿。
{2}本刊对来稿有权作文字及少量内容修改,若作者不同意,请在来稿时声明,未加特别注明者即属默认。
{3}“一”后加“、”号,“l”后加“.”,(一)、(l)不加任何标点,‘第一”、‘首先”后面均要加“,”号。
{4}为避免重复,再次征引同一文献时可略去出版社与出版年月,只注出著者、书名、卷数、页码。
{5}请作者写明联系方式,以方便编辑部与作者联系。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社