基于LSTM的短期电力负荷预测算法研究

打开文本图片集

摘  要：基于组合预测方法的研究思路，在LSTM神经网络的基础上，引入强化学习思想，采用简化的Inception网络结构，构造成隐藏状態矩阵，实现LSTM网络的改进与优化，并据此构建短期电力负荷预测模型。实验结果表明，与DBN、RBF等网络模型相比，基于强化学习的改进LSTM网络模型可更好地捕捉依赖信息，具有更高的短期负荷预测准确性。（剩余5193字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。