采用长短期记忆深度学习模型的工业负荷短期预测方法

杨甲甲, 刘国龙, 赵俊华, 文福拴, 董朝阳

电力建设 ›› 2018, Vol. 39 ›› Issue (10) : 20-27.

PDF(1412 KB)
Rss服务 　 Email Alert
PDF(1412 KB)
电力建设 ›› 2018, Vol. 39 ›› Issue (10) : 20-27. DOI: 10.3969/j.issn.1000-7229.2018.10.003
现代人工智能在电力系统中的应用 栏目主持 文福拴教授、赵俊华教授、颜拥博士

采用长短期记忆深度学习模型的工业负荷短期预测方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

A Long Short Term Memory Based Deep Learning Method for Industrial Load Forecasting

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2018, 39(10): 20-27 https://doi.org/10.3969/j.issn.1000-7229.2018.10.003
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2018, 39(10): 20-27 https://doi.org/10.3969/j.issn.1000-7229.2018.10.003
中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

{{article.reference}}

基金


编委：
主编：
责任编辑：
编辑:

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(1412 KB)

Accesses

Citation

Detail
段落导航
相关文章
主管：国家电网有限公司
主办：国网经济技术研究院有限公司
　　　中国电力工程顾问集团有限公司
　　　中国电力科学研究院
主编：张全
副主编：康重庆 毕天姝 李晖
常务副主编：杨卫红 盛谊
编辑部主任：魏希辉
CN： 11-2583/TM
ISSN： 1000-7229
地址：北京市昌平区未来科学城国家电网办公区 A225
邮编：102209
电话：010-66602697(编辑部)
　　　010-66602693(发行广告)
E-mail：dljs@263.net
网址：www.cepc.com.cn(在线投稿)
国内邮发代号：82-679
国外发行代号：C8004
国际刊名代码(CODEN):DJIIAQ
×

扫码分享

×

扫码分享

京ICP备18017181号-1
　国网安备4511A3CPZ号
　网站版权 © 《电力建设》编辑部

/

〈 〉