典型文献
基于LSTM的智能家庭用电预测模型研究
文献摘要：
家庭用电是能源市场的一个重要组成部分,预测家庭用电需求能够实现智能供电,可以有效地提高供给率,但目前预测方法大多效果不佳.针对此,提出了一种基于LSTM的面向家庭智能用电预测算法,建立了端到端的智能家庭用电预测模型.其在Boruta特征筛选的基础上设计了特征选择方法,对多个特征进行重要性计算,选取其中重要性高的部分进行建模,然后利用LSTM网络与全连接层对时间序列数据进行训练,得到预测模型.实验结果表明,所提方法的预测效果明显优于其他三种模型,能与真实数据较好地拟合.
文献关键词：
智慧能源;用电预测;特征选择;时间序列;LSTM网络
中图分类号：
作者姓名：
周游;徐丹;赵灿;谭宇渲
作者机构：
国网江苏省电力有限公司苏州供电分公司,江苏 苏州 215004
文献出处：
引用格式：
[1]周游;徐丹;赵灿;谭宇渲-.基于LSTM的智能家庭用电预测模型研究)[J].软件工程,2022(02):39-41,38
A类：
B类：
智能家庭,用电预测,能源市场,用电需求,智能供电,家庭智能,智能用电,预测算法,端到端,Boruta,特征筛选,特征选择,选择方法,全连接层,时间序列数据,真实数据,智慧能源
AB值：
0.405847
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
