1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 电子工程/通信技术
  5. 电子电气自动化

基于体感温度和IFLA优化CNN-BiLSTM模型的短期电力负荷预测.docx

基于体感温度和IFLA优化CNN-BiLSTM模型的短期电力负荷预测.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于体感温度和IFLA优化CNN-BiLSTM模型的短期电力负荷预测

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于体感温度和IFLA优化CNN-BiLSTM模型的短期电力负荷预测

    摘要：本文针对短期电力负荷预测问题，提出了一种基于体感温度和IFLA优化卷积神经网络-双向长短时记忆网络（CNN-BiLSTM）的预测模型。首先，通过引入体感温度作为辅助信息，丰富了输入数据，提高了预测的准确性。其次，针对传统CNN-BiLSTM模型在处理长序列数据时的不足，提出了一种基

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >