-
公开(公告)号：CN109711620B
公开(公告)日：2021-07-06
申请号：CN201811599040.7
申请日：2018-12-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，属于电力负荷预测领域。针对短期电力负荷预测问题，提出了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，利用基于GRU的循环神经网络解决了传统神经网络无法提取时间特征的问题，扩展影响负荷变化的辅助信息输入，包括日期温度天气等影响因素，并加入Dropout层和规范化层避免了过拟合问题，提高了负荷预测的准确度；通过迁移学习对历史知识进行迁移，对正常投入使用的网络进行调整，利用目标预测数据进行再训练和微调，发挥历史数据的价值，使负荷预测的精度和效率进一步提高。
-
公开(公告)号：CN109711620A
公开(公告)日：2019-05-03
申请号：CN201811599040.7
申请日：2018-12-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，属于电力负荷预测领域。针对短期电力负荷预测问题，提出了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，利用基于GRU的循环神经网络解决了传统神经网络无法提取时间特征的问题，扩展影响负荷变化的辅助信息输入，包括日期温度天气等影响因素，并加入Dropout层和规范化层避免了过拟合问题，提高了负荷预测的准确度；通过迁移学习对历史知识进行迁移，对正常投入使用的网络进行调整，利用目标预测数据进行再训练和微调，发挥历史数据的价值，使负荷预测的精度和效率进一步提高。
-
Search Results
2
records
(took 0.015 seconds)
