典型文献
基于Attention-GRU模型的城市燃气用气负荷预测
文献摘要：
随着天然气价格确定机制的完善和供储销体制改革的推进,城市燃气资源采购、输送通道、用户端平衡过程中面临诸多机遇和挑战,天然气消费量预测对构建城市能源安全体系显得尤为重要.依据天然气"供-储-销"计划管理体系框架,建立了基于Attention机制的GRU(Gate Recurrent Unit)城市燃气用气负荷预测模型,利用Attention机制能够捕获时间序列关键特征的优势,解决了传统时间序列预测算法对重要特征不敏感导致预测精度不高的问题;对输入特征进行统计处理、筛选,使模型聚焦于重要时间点的燃气特征信息.将新建模型应用于北京某燃气集团用气日负荷预测,并将其与常用的传统模型进行对比,结果表明:基于Attention-GRU模型的城市燃气用气负荷预测模型在预测精度上优于其他模型,Attention机制能够捕捉重要时间点局部特征,可为增强城市燃气稳定供应提供参考.
文献关键词：
城市燃气;用气负荷;预测;神经网络;GRU模型;Attention机制
中图分类号：
作者姓名：
张应辉
作者机构：
北京市燃气集团有限责任公司
文献出处：
引用格式：
[1]张应辉-.基于Attention-GRU模型的城市燃气用气负荷预测)[J].油气储运,2022(11):1349-1354
A类：
B类：
Attention,GRU,城市燃气,用气负荷,天然气价格,资源采购,输送通道,用户端,端平,天然气消费量,能源安全,安全体系,计划管理,体系框架,Gate,Recurrent,Unit,负荷预测模型,捕获时间,关键特征,传统时间,时间序列预测,预测算法,不敏,输入特征,特征信息,模型应用,传统模型,局部特征
AB值：
0.352373
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。
