首页|改进深度神经网络的用户用电量预测方法

改进深度神经网络的用户用电量预测方法

扫码查看
原文链接
  • 万方数据
  • 维普
针对深度神经网络对电能预测精度低的问题,提出正弦粒子群优化神经元数量的深度神经网络算法,通过对粒子群算法进行变异操作和惯性权重改进,来对深度神经网络隐藏层神经元参数进行寻优.实验结果表明,SPSONN-DNN算法相比于DNN、极度梯度提升、线性回归、两种改进PSONN-DNN算法的预测精度分别提高了1.926％、2.820％、1.500％、0.633％、0.582％;SPSONN-DNN 算法相比于两种改进 PSONN-DNN 算法迭代次数分别减少6次、4次.
Research on User Electricity Consumption Prediction Method Based on Improved Deep Neural Network

蔡翔、朱莉

展开 >

湖北工业大学电气与电子工程学院,湖北武汉430068

太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉430068

电量预测 深度神经网络 粒子群算法 预测精度

新能源及电网装备安全监测湖北省工程研究中心开放研究基金

HBSKF202124

2023

湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
年,卷(期)：2023.38(1)
  • 2