张晓虎,欧科宏,游鑫,黄嘉懿.基于INGO-TCN-Attention的多特征短期负荷预测方法*[J].电工技术,2024(19):17-22
基于INGO-TCN-Attention的多特征短期负荷预测方法*
  
DOI：10.19768/j.cnki.dgjs.2024.19.003
中文关键词:  改进北方苍鹰算法  时间卷积神经网络  注意力机制  短期负荷预测
英文关键词:
基金项目:
作者单位
张晓虎 湖南工业大学电气与信息工程学院 
欧科宏 湖南工业大学电气与信息工程学院 
游鑫 湖南工业大学电气与信息工程学院 
黄嘉懿 湖南工业大学电气与信息工程学院 
摘要点击次数: 85
全文下载次数: 0
中文摘要:
      针对人工神经网络参数随机初始化给短期电力负荷预测带来的不足，提出一种基于改进北方苍鹰算法(Improved Northern Goshawk Optimization,INGO)优化时间卷积神经网络(Temporal Convolutional Networks,TCN)融合注意力机制(Attention)的短期负荷预测方法。首先采用多策略改进北方苍鹰算法，通过基准函数测试改进前后算法的性能，表明INGO算法具有更好的寻优能力。最后，引入INGO算法对TCN进行优化，建立INGO-TCN-Attention短期电力负荷预测模型。通过实例分析和实验对比，表明INGO-TCN-Attention模型的稳定性和预测精度均优于其他模型。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器