基于长短期时间序列网络的换热站超短期热负荷预测方法
摘要:
本发明公开了一种换热站超短期热负荷预测的方法。首先利用随机森林算法对特征进行筛选降维;然后对数据进行标准化处理;接着建立基于长短期时间序列网络的热负荷预测模型,模型通过卷积层和循环层捕捉长短期的特征信息,然后引入循环跳跃层这一概念,捕捉更长期的特征信息,同时利用自回归算法为模型添加线性处理能力,增强了模型的鲁棒性。该方法利用逐时负荷自身的周期特性来解决神经网络在处理长序列数据时信息丢失的问题,从而提高了模型预测的性能。
0/0