机译:使用MLR和LSTM神经网络的智能电网新型混合短期负荷预测方法
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Mississippi State Univ Starkville MS 39762 USA;
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Univ Elect Sci & Technol China Sch Mech & Elect Engn Chengdu 611731 Sichuan Peoples R China;
Ensemble empirical-mode decomposition (EEMD); long short-term memory (LSTM) neural networks; multivariable linear regression (MLR); short-term load forecasting (STLF);
机译:考虑实时电价的多尺度CNN-LSTM混合神经网络短期负荷预测模型
机译:使用带有Xgboost算法的EMD-LSTM神经网络进行短期负荷预测以进行特征重要性评估
机译:混合神经网络和特征选择的基于小波集成的短期负荷预测方法
机译:改进的RBF神经网络用于智能电网的短期负荷预测
机译:使用神经网络进行短期负荷预测,以用于未来的智能电网应用。
机译:卷积神经网络预测短期数据中心网络流量
机译:基于神经网络技术的智能电网控制非常短期负荷预测
机译:使用神经网络进行短期电力负荷预测