基于EWT-CNN-BiGRU的多特征電力負(fù)荷預(yù)測(cè)模型

打開文本圖片集

摘  要：針對(duì)目前多特征預(yù)測(cè)模型在短期電力負(fù)荷數(shù)據(jù)上精度不足的問題，提出一種基于經(jīng)驗(yàn)小波變換（EWT）的卷積神經(jīng)網(wǎng)絡(luò)（CNN）融合雙向門控循環(huán)單元（BiGRU）預(yù)測(cè)模型。首先，從多維時(shí)序數(shù)據(jù)中提取強(qiáng)關(guān)聯(lián)性特征，其次，對(duì)選定特征進(jìn)行經(jīng)驗(yàn)小波變換，將時(shí)序數(shù)據(jù)映射至頻域以獲取子序列，最后，通過卷積神經(jīng)網(wǎng)絡(luò)和雙向門控循環(huán)單元融合模型實(shí)現(xiàn)對(duì)電力負(fù)荷數(shù)據(jù)的預(yù)測(cè)。（剩余7802字）