开放存取
问题 |
E3S网页汇编
卷积3582022
5线程绿色能源和可持续发展问题国际会议 |
|
---|---|---|
文章号 | 02045 | |
页数 | 4 | |
段内 | 定期捐款 | |
多尔市 | https://doi.org/10.1051/e3sconf/202235802045 | |
在线发布 | 2022年10月27日 |
必威主页
3580245 (2022)
短期电荷预测自动化方法比较研究
桥门理工大学计算机信息工程学院中国
*对应作者 :mengzhaorui@xmut.edu.cn
深度学习越来越多地用于短期负载预测深学习模型难以培训,调整培训超参数需要时间和努力自动化机学习可减少人对机器学习过程的参与,提高建模效率,同时确保预测准确性本文比较短期负载预测中三种AutomL方法的使用实战数据集实验显示,AutoGluon预测性能优于AutoPytchers和Auto-Keras,根据三种性能度量度:MAE、RMSE和MAPE自动Pytchers和AutoKeras性能相似,不容易比较
关键字 :自动化机学习/负载预测/深学习
必威西汉姆赞助2022年EDP科学出版
开存文章依据创用CC授权4.0分发http://creativecommons.org/licenses/by/4.0/)
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