《表1 深度LSTM网络架构》

  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

《即插即用能量组织日前负荷概率预测方法》

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

与每个分位点对应的深度LSTM网络架构具体如表1所示，其由输入层、LSTM层、以及全连接层（fully connected layer，FC）组成。在输入层中，由于负荷序列具有内在周期性，待预测负荷与一周前负荷的相关性较大，因此选择待预测日前一周的负荷值作为深度LSTM网络的输入；而对于特殊节假日等信息，则采用0、1变量的形式进行编码，和历史负荷一起，共同作为深度LSTM网络的输入特征。