基于BSFLA-BiGRU-Attention短期电力负荷预测

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对短期电力负荷存在的波动性大、预测精度低等问题,建立了一种基于注意力机制和批处理混合蛙跳算法的双向门控循环单元网络模型,实现电力负荷的短期预测.文章对传统混合蛙跳算法进行改进,用改进的批处理混合蛙跳算法对双向门控循环单元网络超参数进行寻优,得出最优神经网络参数,利用注意力机制对双向门控循环单元网络的隐藏状态进行加权,得出负荷预测值,并与其他预测算法进行比较.结果表明,文章所建立的神经网络预测模型误差降低至1.705%,有效提高了负荷预测精度.

作者：

罗毅、吴佳玮

展开 >

作者单位：

华北电力大学控制与计算机工程学院

关键词：

短期负荷预测双向门控循环单元混合蛙跳算法注意力机制

出版年：

2024

电力设备管理

ISSN：

年,卷(期)：2024.(7)

参考文献量7