【摘 要】
：
针对多因素互影响造成负荷预测精度低的问题,提出一种基于特征相关分析修正与全局粒子群优化(GPSO)的长短期记忆循环神经网络(LSTM)短期负荷预测新方法。该方法首先对负荷相
【机 构】
：
上海电力大学计算机科学与技术学院,天水电气传动研究所有限责任公司
【基金项目】
：
大型电气传动系统与装备技术国家重点实验室项目(SKLLDJ032016021)。
论文部分内容阅读
针对多因素互影响造成负荷预测精度低的问题,提出一种基于特征相关分析修正与全局粒子群优化(GPSO)的长短期记忆循环神经网络(LSTM)短期负荷预测新方法。该方法首先对负荷相关序列进行探索性数据分析(EDA)及预处理,找寻特征内在机理与相关联系并加以修正,保证输入特征的强相关性和完整性。针对传统前馈神经网络无法处理序列关联信息和普通循环神经网络无法记忆久远关键信息的缺陷,构建基于LSTM负荷预测模型进行深度学习。由于LSTM网络权值的随机初始化,使得目标函数在训练过程中易陷入局部最优,利用改进粒子群算法优化
其他文献
中美贸易摩擦升级,我国中药产品对美出口深受影响。通过文献调查和政策分析,提出促进中药产品出口美国的合理建议。文献研究:以“中药对外出口”“美国中药”为主题词,搜索Me
中药产业的健康发展依赖于中药资源的高效利用和可持续发展。在中药资源深加工过程中不可避免产生了大量的废弃物,这些废弃物药渣的粗放低值化利用造成了资源的巨大浪费和环
针对直流充电桩故障多发的现状,提出一种基于深度神经网络的直流充电桩故障诊断方法,利用对整流器输出电压的监测实现充电桩故障实时诊断。利用电路仿真软件对直接电流控制系
研究了一种单光纤扫描内窥成像系统,通过直径1 mm的压电陶瓷管驱动单根光纤沿螺旋线扫描并照射目标区域,同时收集散射光来构建图像。光纤扫描运动的精确控制和成像质量息息相
CT断层影像三维重建技术是目前医学可视化研究的热点之一,为了更精准地获取病变部位的信息并使诊断过程更加方便,从一组CT切片图像中重建出三维图像就显得尤为重要。针对三维重建过程中体绘制的光线投射算法成像速度慢的问题,提出了将重采样过程中的三线性插值过程转化到二维数据场再进行插值的改进方法,在相对三线性插值法图像质量基本不变的情况下,成像时间节省约75%。
摘要：服务功能链（Service Function Chains，SFC）是通过虚拟链路互联的一组有特定顺序的虚拟网络功能，服务功能链的优化映射是一重要的研究热点。随着网络业务需求量的增加，网络功能节点周围的链路资源可能无法得到充分利用。针对延迟代价与链路资源利用率，设计了一种服务功能链优化映射策略，并在网络拓扑中进行了仿真实验。通过与最短路径策略的对比，优化映射策略在做到负载均衡的同时，可以尽可