考虑VMD残差量和优化BiLSTM的短期负荷预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为进一步提高短期负荷预测精度，提出了一种基于变分模态分解（VMD）并考虑VMD残差量和改进北方苍鹰算法（INGO）优化双向长短时记忆（BiLSTM）网络的短期负荷预测方法。首先利用VMD将历史负荷数据分解为多个本征模分量（IMFs）和一个残差量。再将各IMF和残差量以及相关气象参数分别构建BiLSTM模型进行预测。（剩余9598字）

试读结束

目录
monitor