电力工业论文_基于CNN-BiLSTM的短期电力负荷 -电力系统自动化杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

电力工业论文_基于CNN-BiLSTM的短期电力负荷

作者:

关键词:

摘要：

文章摘要:短期电力负荷预测能准确评估地区整体电力负荷变化情况，为电力系统运行决策提供准确参考。电力负荷参数受多维因素影响，为充分挖掘电力负荷数据中的时序特征，提升电力负荷预测精度，该文提出了一种基于特征筛选的卷积神经网络—双向长短期记忆网络组合模型的短期电力负荷预测方法。以真实电力负荷数据作为数据集，通过对多维输入参数的优化筛选，选取高相关性特征向量作为输入，构建预测模型。通过与添加注意力机制的组合模型对比验证了输入参数优化分析的可行性和优越性。最后利用实际算例将该方法与利用自动化模型构建工具构建的梯度增强基线模型及常用预测模型相比，该方法构建的组合模型可以提升多维电力负荷数据的短期预测精度。

文章关键词:短期电力负荷预测,卷积神经网络,双向长短时记忆神经网络,特征筛选,梯度增强基线模型,

论文作者:朱凌建¹ 荀子涵¹ 王裕鑫¹ 崔强¹ 陈文义¹ 娄俊超²

作者单位:1. 西安理工大学机械与精密仪器工程学院 2. 西安华瑞网电科技股份有限公司

论文DOI: 10.13335/j.1000-3673.pst.2021.0470

论文分类号: TM715;TP183

相似文献:一种基于CNN-BiLSTM多特征融合的股票走势预测模型.....作者:徐月梅,王子厚,吴子歆,刊载期刊：《数据分析与知识发现》
基于CNN-BiLSTM的恶意代码家族检测技术.....作者:王国栋,芦天亮,尹浩然,张建岭,刊载期刊：《计算机工程与应用》

相关文章:人工智能在智能制造中的应用.....作者:杨磊
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
商业航天背景下的遥感应用产业化.....作者:刘东升
Artificial Intelligence: Where Maybe Next Steps? “人工智能热”之后的冷静思考.....作者:Tony Qiu
Computational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak
深度强化学习系列课程第四讲.....作者:汪荣贵
北京二号遥感卫星星座及其应用服务.....作者:屈鸿钧
第一讲：人工智能时代的刑事责任演变：过去·现在·将来.....作者:刘宪权

文章来源：《电力系统自动化》网址: http://www.dlxtzdhzz.cn/qikandaodu/2021/0818/1093.html