基于GRU神经网络的WGAN短期负荷预测模型.docx

下载文档 降价啦

9
0
约6.59千字
约 13页
2022-09-19 发布于河北
举报
版权申诉
保障服务

基于GRU神经网络的WGAN短期负荷预测模型.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

1 引言电力负荷受天气、日期等因素的影响,具有随机性和非线性特征[1-2],负荷随时间的波动性较大,预测时可能存在误差值较大的现象。随着机器学习和深度学习的不断发展,神经网络、支持向量机、随机森林等方法都能够拟合负荷的特性[3?-5],起到减小预测误差,保证短期负荷预测的精确性和稳定性的作用[6-7]。 GAN是一种生成式神经网络,其模型由生成器和判别器组成。文献[8]和文献[9]提出了一种基于GRU神经网络的短期负荷预测模型,既提高了预测精度,也兼顾了时效性,但是单一模型结构难以继续提升其预测精度和稳定性。文献[10]提出了一种GAN和深层LSTM结合的短期负荷预测模型,其生成器和判别器模