基于GRU神经网络的电力负荷预测? |
| |
引用本文: | 王悦如,王盛宇.基于GRU神经网络的电力负荷预测?[J].电工技术,2022(10):123-125. |
| |
作者姓名: | 王悦如 王盛宇 |
| |
作者单位: | 南京工程学院电力工程学院 |
| |
摘 要: | 针对人工提取电力负荷特征困难,传统电力负荷预测方法预测时间序列效果较差等问题,提出了利用门控循环单元 (GatedRecurrentUnit,GRU)神经网络预测电力负荷的方法.利用Python编程语言在 TensorFlow 框架下 搭建 GRU 神经网络,利用第九届电工大赛电力负荷数据集,将清洗好的数据输入搭建的神经网络进行训练.对比 GRU 神经网络模型和循环神经网络 (RecurrentNeuralNetwork,RNN)模型,得出 GRU 神经网络模型的效果优于 RNN 神经网络模型的结论.
|
关 键 词: | 数据预处理 神经网络 负荷预测 门控循环单元神经网络 |
|
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|