<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>
    1. <address id="n0hly"></address>
      1. 加急見(jiàn)刊

        基于改進(jìn)LMD與GRU網(wǎng)絡(luò )的短期燃氣負荷預測

        張彤; 徐曉鐘; 王曉霞; 楊超 上海師范大學(xué)信息與機電工程學(xué)院; 上海200234

        摘要:針對燃氣負荷數據非線(xiàn)性、非平穩性的特點(diǎn),本文提出一種基于改進(jìn)的LMD算法與GRU神經(jīng)網(wǎng)絡(luò )的組合預測模型.模型首先利用改進(jìn)后的LMD算法對燃氣負荷數據進(jìn)行序列分解,改進(jìn)的LMD方法采用分段牛頓插值法代替傳統的滑動(dòng)平均值法來(lái)獲得局部均值函數和包絡(luò )估計函數,改善了傳統LMD方法存在的過(guò)平滑問(wèn)題.之后,再將得到的若干PF分量進(jìn)行小波閾值去噪處理,獲得有效的分量數據.最后,利用GRU神經(jīng)網(wǎng)絡(luò )分別預測各分量值,將它們相加得到最終的負荷預測值.仿真實(shí)驗表明,提出的方法與單個(gè)GRU神經(jīng)網(wǎng)絡(luò )以及結合傳統LMD算法的GRU網(wǎng)絡(luò )相比,預測精度更高.

        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系計算機系統應用雜志社

        亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看
        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>

          <small id="n0hly"><progress id="n0hly"></progress></small>
        1. <address id="n0hly"></address>