首页 > 《城镇建设》 > 2023年16期 > 基于深度学习的电力系统负荷预测模型构建与优化

基于深度学习的电力系统负荷预测模型构建与优化

在线阅读下载PDF 导出详情

摘要摘要：电力系统负荷预测在电力行业中具有关键意义，为了提高预测准确性和实时性，深度学习模型日益受到关注。本论文研究了基于深度学习的电力系统负荷预测模型的构建与优化方法。首先，讨论了模型选择、参数优化和数据预处理等关键步骤。其次，探讨了模型训练过程中的过拟合和欠拟合问题，并介绍了正则化和交叉验证等技术的应用。强调了超参数选择的重要性，提供了实验和调整的方法。深度学习模型的应用为电力系统负荷预测提供了新的机会，通过不断的研究和改进，可以进一步提高电力系统的运行效率和可持续性。

DOI 3j76yp0q41/7887753

作者甘利红

机构地区四川 422428197602203922

出处《城镇建设》 2023年16期

关键词电力系统，负荷预测，深度学习，神经网络，循环神经网络

分类 [建筑科学][市政工程]

出版日期 2023年12月13日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1董龙祥. 基于深度学习的电力系统负荷预测.市政工程,2023-11.
2卫博文. 基于深度学习的电力系统负荷预测研究.建筑技术科学,2023-08.
3王一名,孙东,王平,李丽新,时宇杰,马施羽,王丹妮. 基于深度学习的电力系统负荷预测方法.建筑技术科学,2022-04.
4蒙怡帆杨镓华. 基于电力系统短期负荷预测的模型.电力系统及自动化,2017-09.
5黄明. 基于深度学习的电力系统负荷预测算法研究.电力系统及自动化,2023-12.
6黄婉琳. 基于机器学习的电力系统负荷预测与优化调度.市政工程,2023-11.
7沈超华. 基于机器学习的电力系统负荷预测与优化控制研究.建筑理论,2023-08.
8孙畅1,汪际和1*. 基于BPNN—ARIMA组合模型的电力系统负荷预测.,2022-08.
9孙畅1,汪际和1*. 基于BPNN—ARIMA组合模型的电力系统负荷预测.,2022-07.
10胡膑. 智能电力系统中基于机器学习的负荷预测与优化控制.电力系统及自动化,2024-07.

来源期刊

城镇建设

城镇建设

相关推荐

同分类资源更多

相关关键词

电力系统，负荷预测，深度学习，神经网络，循环神经网络

返回顶部