《表1 深度LSTM网络架构》
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。
图表编号 | XD0086106700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.05 |
作者 | 王玥、张宇帆、李昭昱、艾芊、吕天光 |
绘制单位 | 电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学)、电力传输与功率变换控制教育部重点实验室(上海交通大学) |
更多格式 | 高清、无水印(增值服务) |