蒋军.基于Attention机制优化GRU混合神经网络的配电网负荷预测模型应用[J].电工技术,2024(19):23-25
基于Attention机制优化GRU混合神经网络的配电网负荷预测模型应用
  
DOI：10.19768/j.cnki.dgjs.2024.19.004
中文关键词:  配电网  负荷预测  GRU神经网络  Attention机制  深度学习  时间序列预测
英文关键词:
基金项目:
作者单位
蒋军 国网湖南省电力有限公司邵阳供电分公司 
摘要点击次数: 87
全文下载次数: 0
中文摘要:
      随着全球能源需求的持续增长和环境保护意识的增强，配电网负荷预测成为电力系统运行和规划中的关键环节。为此提出了一种基于Attention机制优化的GRU混合神经网络模型，进一步提升配电网负荷预测的精度和鲁棒性。通过对传统GRU模型和引入Attention机制的GRU模型进行比较，表明带Attention机制的GRU模型在预测精度和稳定性方面表现更优。在公开数据集上的测试结果显示，带Attention机制的GRU模型显著降低了预测误差，提高了预测精度，为智能配电网的高效运行提供了有力支持。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器