.png){kind=icon}
返回
Enhancing long short-term memory for electric load forecasting with multi-batch Bayesian optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.epsr.2025.112436.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种通过多批次贝叶斯优化方法优化的增强型长短期记忆（Long Short-Term Memory）模型，旨在提高复杂特征融合场景下的短期电力负荷预测精度。
• 通过结合历史负荷和气象数据形成多变量时间序列输入，以捕捉实际运行条件。
• 模型架构得到改进，以更好地捕捉长期依赖关系，同时结合学习率衰减和早停机制的混合训练方案，以及优化后的超参数，提升了模型的稳定性、效率和鲁棒性。
• 来自不同季节的真实数据验证了模型性能。
Keyword:
Short-term load forecasting
Long short-term memory network
Bayesian optimization
Meteorological feature modelling
期刊
IF:
4.2
论文数:
1.2W
被引数:
2.2W
机构
引用论文
P. Cheng, X. Li, H. Sun, A LSTM prediction method optimized by improved sine and cosine algorithm, in: Y. Jia, W. Zhang, Y. Fu, Z. Yu, S. Zheng (Eds.) Proceedings of 2021 Chinese Intelligent Systems Conference, Springer Singapore, Singapore, 2022, pp. 413–422.P. Cheng, X. Li, H. Sun, 一种基于改进正弦余弦算法优化的LSTM预测方法，载于：Y. Jia, W. Zhang, Y. Fu, Z. Yu, S. Zheng 主编，《2021年中国智能系统会议论文集》，Springer Singapore出版，新加坡，2022年，第413-422页。.png)
IF0
PREAI
分享收藏V. Bhogade, B. Nithya, Time series forecasting using transformer neural network, Int. J. Comput. Applicat., 46 (2024) 880–888.V. Bhogade, B. Nithya, 基于Transformer神经网络的时序预测，国际计算机应用杂志，46（2024）880–888。
IF0
PREAI
分享收藏M. Salami, M.R. Niakan, M. Hasani, Electricity load forecasting: a new hybrid model combining wavelet transform, genetic algorithm and LSTM models, in: 2021 International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), 2021, pp. 1–6.M. Salami, M.R. Niakan, M. Hasani, 电力负荷预测：一种结合小波变换、遗传算法和LSTM模型的新型混合模型，发表于：2021年电气、计算机、通信和机电一体化工程国际会议（ICECCME），2021，第1-6页。
IF0
PREAI
分享收藏M. Li, D. Zhang, Y. Wang, Z. Li, Research on electricity load forecasting based on the GWO-LSTM algorithm, in: 2024 39th Youth Academic Annual Conference of Chinese Association of Automation (YAC), 2024, pp. 2041–2044.M. Li, D. Zhang, Y. Wang, Z. Li, 基于GWO-LSTM算法的电力负荷预测研究, 见: 2024年第39届中国自动化学会青年学术年会(YAC), 2024, 第2041–2044页。
IF0
PREAI
分享收藏A Novel Temporal Feature Selection Based LSTM Model for Electrical Short-Term Load Forecasting基于时序特征选择的LSTM短期电力负荷预测模型IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Short-Term Electricity Load Forecasting Based on NeuralProphet and CNN-LSTM基于NeuralProphet和cnn-lstm的短期电力负荷预测IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
Renewable Revolution: A Review of Strategic Flexibility in Future Power SystemsSUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏Social, environmental, and economic consequences of integrating renewable energies in the electricity sector: a review将可再生能源纳入电力部门的社会、环境和经济后果: 综述OAAI
OAAI分享收藏M.R. Kabootarkhani, S.G. Kermani, A. Aldallal, M. Zounemat-Kermani, Forecasting river daily discharge using decision tree and time series methods, Proceed. Institut. Civil Engineers - Water Manag., 177 (2024) 294–307.M.R. Kabootarkhani, S.G. Kermani, A. Aldallal, M. Zounemat-Kermani, 使用决策树和时间序列方法预测河流日流量, Proceed. Institut. Civil Engineers - Water Manag., 177 (2024) 294–307.
IF0
PREAI
分享收藏
查看更多内容