开放存取
问题 |
E3S网页汇编
卷积182 2020
202010线程电力、能源和电气工程国际会议(CPEEE 2020) |
|
---|---|---|
文章号 | 01004 | |
页数 | 5 | |
段内 | 先进电源技术应用 | |
多尔市 | https://doi.org/10.1051/e3sconf/202018201004 | |
在线发布 | 2020年7月31日 |
必威主页
18201004 (2020年)
LSTM短期电气负载预测异常校正
一号上海电厂研究所电源局,上海200437
2上海电厂总经理办公室State网格200437
3上海电厂人力资源系200437中国上海
*对应作者 :lei.zhang8@mail.mcgill.ca
UPIot新出现物电互联网促进数据分享和扩展电源系统服务基于UPIoT架构并结合深学习技术,短期电荷预测和异常校正可用于提高总体性能短期电荷非线性非静止性[1]并易受外部干扰,传统负载预测算法无法识别时间序列之间的相互关系,从而降低预测精度文章中建议基于长短期内存算法,使用时负载序列间的关联提高预测精度实时预测输出与原始数据比较,以便检测并动态修复异常点,进一步提高性能实验结果显示,拟议方法低均值差值约0.2并仍然可保持约0.3数据校正
必威西汉姆赞助作者版由EDPScience发布,2020
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间