基于门控递归神经网络的电网日峰值负荷预测

• 作者: 吴福疆 王振达 王烁 范晟
• 来源期刊: 计算技术与自动化
• 关键词: 峰值负荷预测 动态时间规整 热编码 门控递归单元
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 控制系统与自动化装置
• 页码范围: 20-26,56
• 页数: 8页
• 分类号: TP181|TM715
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202004004

摘要

日峰值负荷作为非线性、非平稳且波动的时间序列,难以准确预测.提出了一种结合动态时间规整(DTW)的门控递归神经网络(GRNN)用于准确预测日峰值负荷.利用DTW距离用于匹配最相似的负荷曲线,可以捕捉负荷变化趋势.采用热编码方案对离散变量进行编码,扩展其特征从而表征对负荷曲线的影响.提出了一种基于DTW的门控递归单元(DTW-GRU)算法用于日峰值负荷预测,并在欧洲智能技术网络(EUNITE)数据集上进行了测试.仿真结果表明,与其他算法相比,该算法的MAPE仅为1.01％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王烁		2	0	0.0	0.0
2	范晟		5	0	0.0	0.0
3	王振达		3	0	0.0	0.0
4	吴福疆		1	0	0.0	0.0