《表2 基于CNN的电力负荷预测模型的网络结构参数》
注:该CNN网络结构参数为经协变量筛选之后的电力负荷预测模型。
利用Rstudio Vension 1.102开源软件和Randm Forest、Keras、Tensorflow程序包设计变量选择与电力负荷预测模型。优选的最佳变量子集经归一化后转置为4-D矩阵,大小n×c×w×h,其中n表示训练集或测试集数量,c为协变量数,w、h为输入变量像素,且w=h。将数据集划分为2部分,3月2日至25日的数据为训练样本,26-27日数据为测试样本,运用CNN网络模型进行学习训练。利用格网搜索法调整CNN模型的激活函数、卷积核、每层节点数、迭代次数等参数[12],参数设置如表2。
图表编号 | XD00222643600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.28 |
作者 | 肖玉东 |
绘制单位 | 吐鲁番职业技术学院 |
更多格式 | 高清、无水印(增值服务) |