基于QWDAE和HWMHGRU融合的电力系统短期负荷预测模型 |
| |
引用本文: | 李文升,孙东磊,郑志杰,梁荣,王凇瑶,张智晟.基于QWDAE和HWMHGRU融合的电力系统短期负荷预测模型[J].电力系统及其自动化学报,2023(9):62-67. |
| |
作者姓名: | 李文升 孙东磊 郑志杰 梁荣 王凇瑶 张智晟 |
| |
作者单位: | 1. 国网山东省电力公司经济技术研究院;2. 青岛大学电气工程学院 |
| |
摘 要: | 为提升电力系统短期负荷预测精度,提出量子加权降噪自编码器和高速通道多层级门控循环单元神经网络融合的短期负荷预测模型。首先利用量子信息处理机制,采用量子加权神经元构建量子加权降噪自编码器,挖掘负荷序列中的有效信息作为输入特征;然后提出具有两级门控结构和高速通道结构的高速通道多层级门控循环单元,构成量子加权降噪自编码器和高速通道多层级门控循环单元融合的短期负荷预测模型。仿真结果表明,所提模型具有较好的预测精度和预测稳定性。
|
关 键 词: | 高速通道多层级门控循环单元 量子加权降噪自编码器 短期负荷预测 电力系统 |
|
|