辽宁工程技术大学学报(自然科学版)

2021, v.40;No.252(02) 163-169

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

小波优化多任务学习的综合能源负荷预测
Integrated energy load forecasting based on multi-task learning and wavelet optimization

陈刚;赵鹏;单锦宁;殷艳虹;周宇;吕文疆;苏梦梦;黄博南;

摘要(Abstract):

为实现多元负荷快速、准确短期预测,提出一种小波优化多任务学习的综合能源负荷预测方法.采用多任务学习神经网络方法,设置参数的软共享机制,不仅可以提高模型泛化能力,而且可以提高综合能源系统负荷预测方法鲁棒性.通过设置特殊的隐藏层激活函数,使得预测负荷时,保证网络解唯一性,防止局部极小值点,提高收敛速度,保证其综合能源系统电、气、热负荷预测误差具有更好的收敛性.研究结果表明:小波优化多任务学习具有有效性与可行性.研究结论小波优化能够防止局部极小值点,有助于提高预测速度.

关键词(KeyWords): 小波;多任务学习;综合能源;负荷;预测速度

Abstract:

Keywords:

基金项目(Foundation): 国网辽宁省电力有限公司阜新供电公司科技项目(2019YF-53)

作者(Author): 陈刚;赵鹏;单锦宁;殷艳虹;周宇;吕文疆;苏梦梦;黄博南;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享