<cite id="yyiou"><tbody id="yyiou"></tbody></cite>
<cite id="yyiou"><samp id="yyiou"></samp></cite>
  • <s id="yyiou"></s><bdo id="yyiou"><optgroup id="yyiou"></optgroup></bdo>
  • <cite id="yyiou"><tbody id="yyiou"></tbody></cite>

    首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 電力工業 > 供用電 > 基于雙向GRNN與時間序列翻譯模型的非侵入式負荷分解算法 【正文】

    基于雙向GRNN與時間序列翻譯模型的非侵入式負荷分解算法

    郭陸陽; 王守相; 陳海文; 楊海躍; 韓建振 天津大學智能電網教育部重點實驗室; 天津300072; 天津市電力系統仿真控制重點實驗室; 天津300072; 國網河北省電力有限公司衡水供電分公司; 河北衡水053000
    • 雙向grnn
    • 循環神經網絡
    • 序列翻譯模型
    • seq2seq
    • 負荷分解

    摘要:非侵入式負荷分解是用戶側精細化能量管理的關鍵技術,為了提高算法分解準確率與模型訓練速度,提出了一種基于雙向GRNN與時間序列翻譯模型的非侵入式負荷分解算法。使用局部注意力機制對中間向量的傳遞過程進行了優化,在增加模型注意力的同時降低了算法的運算量。使用集束搜索算法使解碼環節得到了更多的功率概率曲線,實現了分解準確率的提高。使用人工合成訓練數據方法克服了數據集不平衡問題,提高了算法的穩定性。最后在REDD數據集上對文章所提算法進行了驗證,與其他先進算法相比,所提出算法的準確率具有較大幅度提高,并且與基于LSTM的算法相比,本算法的模型訓練速度提高了40%以上。

    注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

    投稿咨詢 免費咨詢 雜志訂閱

    我們提供的服務

    服務流程: 確定期刊 支付定金 完成服務 支付尾款 在線咨詢
    主站蜘蛛池模板: 靖远县| 西林县| 北川| 敦化市| 虹口区| 年辖:市辖区| 金堂县| 黔西| 阳泉市| 即墨市| 凤城市| 体育| 渑池县| 逊克县| 托克托县| 河北区| 岳普湖县| 石棉县| 林西县| 灌阳县| 承德县| 禹州市| 赤水市| 肥乡县| 灯塔市| 西乌珠穆沁旗| 克什克腾旗| 浦江县| 江山市| 新源县| 沙坪坝区| 平潭县| 葫芦岛市| 怀化市| 青河县| 嘉黎县| 西乌| 九寨沟县| 桓台县| 饶阳县| 扎囊县|