注册帐号丨忘记密码？
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额，充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要：针对现有电力负荷预测方法精度比较低的问题，该文提出一种改进深度神经网络的短期电力负荷预测模型。首先通过长短时记忆网络（Long Short-Term Memory， LSTM）对不同类型的日历史用电量数据进行时间序列预测，然后通过前馈神经网络（Forward Feedback Neural Network， FFNN）以及一个热编码形状表示的附加信息来提高预测性能。（剩余6506字）
登录龙源期刊网
购买文章
基于改进深度神经网络的短期电力负荷预测
文章价格：5.00元
当前余额：100.00
阅读
您目前是文章会员，阅读数共：0篇
剩余阅读数：0篇
阅读有效期：0001-1-1 0:00:00
