中国计量大学学报

2018, v.29;No.90(02) 142-148

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

LSTM的单变量短期家庭电力需求预测
Short-term household electricity demand forecast based on LSTM single variable

王旭东;严珂;陆慧娟;叶敏超;

摘要(Abstract):

针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).

关键词(KeyWords): 短期家庭电力需求预测;单变量;长短期记忆循环神经网络;深度学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年项目(No.61602431)

作者(Author): 王旭东;严珂;陆慧娟;叶敏超;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享