首页> 中文期刊>江苏电机工程 >基于TCN-GRU模型的短期负荷预测方法

基于TCN-GRU模型的短期负荷预测方法

     

摘要

为了进一步提高短期负荷的预测精度,为电力系统的稳定运行提供更加有力的保障,文中提出了 一种将时间卷积网络(TCN)和门限循环单元(GRU)相结合的短期负荷预测方法TCN-GRU.首先,将采集的训练数据划分 为时序数据和非时序数据;其次,将时序数据输入到TCN模型中以提取时序特征;然后,将提取出来的时序特征与非时序数据组合起来输入到GRU模型中对模型进行训练;最后,利用训练好的模型实现对短期电力负荷的预测.基于广东省佛山市某行业真实负荷数据验证了 TCN-GRU模型的负荷预测能力,并通过对比多种深度学习模型的预测效果,验证该模型具有更高精度的短期负荷预测能力.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号