基于深度玻尔兹曼机的并行电力负荷预测算法

• 作者: 修世军 杨鹤 王良
• 来源期刊: 辽东学院学报（自然科学版）
• 学科: 工学
• 关键词: 智能电网 神经网络 玻尔兹曼机 MapReduce
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机械与电子工程
• 页码范围: 178-183
• 页数: 6页
• 分类号: TM715
• 语种: 中文
• DOI: 10.14168/j.issn.1673-4939.2020.03.05

摘要

针对智能电网中积累的数据量不断增加这一问题,在并行计算模型MapReduce的基础上,提出了并行的深度玻尔兹曼机训练算法,深度玻尔兹曼机是一种多层的神经网络模型,使得预测结果更加准确的同时,大大提高了计算量.同时,对算法进行了优化,解决了训练过程中频繁迭代的问题.实验结果显示,提出的算法可以大大加快电网数据分析预测模型的训练工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹤		6	0	0.0	0.0
2	王良		2	9	1.0	2.0
3	修世军		7	29	2.0	5.0