|
|
|
| 基于ResNet+GRU组合模型的负电荷预测方法研究 |
| 防灾科技学院 |
|
| Research on Negative Charge Prediction Method Based on ResNet+GRU Combination Model |
| Institute of Disaster Prevention |
|
|
|
摘要 电力负荷预测在保证电力系统安全运行、平衡能源分配等方面至关重要，精准的负荷预测能有效减少用电事故
的发生，提高用电效率。利用神经网络组合模型的优势，充分提取时间序列的特征，输入到GRU网络进行预测，使得模型的
预测准确率更高、泛化能力更强。使用ResNet解决卷积网络层数堆叠带来的问题，将处理后的数据作为GRU的输入，以此构
建泛化能力更强的混合模型ResNet+GRU。为了验证所提出的技术，本实验选取100个数据节点，并通过实验证明ResNet+
GRU优于所有方法，使用ResNet+GRU获得MAE、MSE、RMSE和MAPE的值最小。
|
|
| 关键词 ：
电力负荷预测,
ResNet：GRU,
ResNet+GRU
|
|
年卷期日期: 2023-05-10
出版日期: 2024-01-26
|
| No Suggested Reading articles found! |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
| |
Shared |
|
|
|
|
| |
Discussed |
|
|
|
|
2023, Vol. 1 
