【摘 要】
：
传统模型在短期高压负荷电流预测中难以同时解决负荷电流数据的非线性和时间相关性问题。针对此问题,提出一种基于长短期记忆(LSTM)循环神经网络的短期高压负荷电流回归预测
【机 构】
：
郑州大学信息工程学院,郑州大学产业技术研究院第四代工业研究所
【基金项目】
：
国家自然科学青年基金(61502434),国家重点研发计划(2018YFB1201403)资助
论文部分内容阅读
传统模型在短期高压负荷电流预测中难以同时解决负荷电流数据的非线性和时间相关性问题。针对此问题,提出一种基于长短期记忆(LSTM)循环神经网络的短期高压负荷电流回归预测方法SHCP-LSTM。该方法引入自循环权重,使细胞彼此循环连接,可以动态改变累积的时间尺度,使其具有长短期记忆功能;使用遗忘门来控制输入和输出,从而使得门控单元具有sigmoid非线性。实验结果验证了该方法的可行性和有效性,与线性逻辑回归算法LR和机器学习算法ANN神经网络、BPNN神经网络预测相比,SHCP-LSTM收敛速度更快,且精确度
其他文献
联氨自动加药装置为国内首次研制成功.本文介绍了该装置的工作原理,装置组成及各部分的作用.也阐述了调试过程、性能试验及结果.联氨自动加药装置已于最近通过技术评审,可在
采用存储-携带-转发方式的机会网络不考虑消息在传递过程中经历节点与目的节点的相遇概率,对消息传播状态的估计结果存在较大误差。文中提出一种基于节点相遇间隔的缓存管理
传统协同过滤算法存在数据稀疏与冷启动问题,社会化推荐算法虽然能在一定程度上缓解这些问题,但大多数的算法都只从单一的角度来衡量信任关系的影响。为了更准确地度量社交关
图数据规模的爆发式增长使在单机上的子图匹配变得较为困难.尽管现有的分布式算法可以在一定程度上解决大规模图数据的子图匹配问题,但分布式环境中的网络通信代价仍然影响着
在线核选择是在线核方法的重要工作,可分为过滤式、包裹式和嵌入式3种类型。已有在线核选择探索了包裹式方法和嵌入式方法,也经验地采用了过滤式方法,但迄今尚没有一个统一的
当前Internet拥塞控制系统中,作为闭环拥塞控制系统的校正控制器,采用了AQM（Active Queue Management）控制器技术;AQM控制器中通常采用RED（Random Early Detection）算法,但RED算
煤样的燃点是煤炭的重要物理属性，是煤炭开发、运输及使用过程中的重要的技术参数；针对煤样燃点检测中温度控制的工程需要，介绍了一种基于AT89C55单片机内核的煤样燃点检测仪表
随着数据量变得不断庞大,将不同业务系统数据融合在一起挖掘潜在价值变得越来越有意义。复杂事件处理技术就是将业务数据抽象为事件序列,通过复杂事件描述方法将有潜在价值的
鉴于传统属性选择算法无法捕捉属性之间的关系的问题,文中提出了一种非线性属性选择方法。该方法通过引入核函数,将原始数据集投影到高维的核空间,因在核空间内进行运算,进而
入侵检测系统是近几年来网络安全领域的热门技术；传统的网络入侵检测对复杂数据信息和外来攻击都不能进行有效的特征识别，从而导致网络入侵检测准确率较低；因此，为确保网络的安全