小波优化多任务学习的综合能源负荷预测

• 作者: 陈刚 赵鹏 单锦宁 殷艳虹 周宇 吕文疆 苏梦梦 黄博南
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 关键词: 小波 多任务学习 综合能源 负荷 预测速度
• 年，卷（期）: 2021,（2）
• 页码范围: 163-169
• 页数: 7页
• 分类号: O348.8
• 语种: 中文

摘要

为实现多元负荷快速、准确短期预测,提出一种小波优化多任务学习的综合能源负荷预测方法.采用多任务学习神经网络方法,设置参数的软共享机制,不仅可以提高模型泛化能力,而且可以提高综合能源系统负荷预测方法鲁棒性.通过设置特殊的隐藏层激活函数,使得预测负荷时,保证网络解唯一性,防止局部极小值点,提高收敛速度,保证其综合能源系统电、气、热负荷预测误差具有更好的收敛性.研究结果表明:小波优化多任务学习具有有效性与可行性.研究结论小波优化能够防止局部极小值点,有助于提高预测速度.