《表1 混合神经网络不同GRU结构预测指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《并行多模型融合的混合神经网络超短期负荷预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

初始网络结构为2层CNN与2层GRU，CNN层为一维卷积层，卷积核数量均为7，卷积核大小为80与29，滑动窗口为1，GRU层神经元数分别为32、16。超参数选择采用双向变化，以与梯度下降类似的思想对最佳超参数进行搜索，以初始结构参数为基准双向调整参数对模型效果进行测试。模型调整时先固定CNN层结构，得到最优GRU神经元数，后固定GRU结构，对CNN层数进行实验。经过多次CNN与GRU结构调整后预测指标的对比，结果如表1、2所示。最终得到网络的最佳模型结构与参数，GRU网络选用3层，CNN网络选用2层，具体超参数选择如表3所示。