典型文献
基于趋势指标与长短时记忆网络的电力市场日前电价预测
文献摘要：
为提高电力市场日前电价的预测精度,提出一种基于趋势指标与长短时记忆网络(LSTM)的日前电价预测模型.首先,计算日前电价的随机指标(KDJ)与异同移动平均线指标(MACD),挖掘电价的内在规律信息;然后,将计算出的趋势指标与电价信息输入LSTM,对电力市场日前电价进行预测;最后,利用电力市场日前电价数据进行验证.算例分析表明该模型相比反向传播神经网络(BPNN)、LSTM和门控循环单元网络(GRU)等模型预测精度更高.
文献关键词：
长短时记忆网络;KDJ指标;MACD指标;电力市场;日前电价
中图分类号：
作者姓名：
郭贺宏;武灵耀;赵庆生;梁定康;王旭平;程昱舒
作者机构：
国网山西省电力公司,山西太原 030021;国网晋中供电公司,山西晋中 030600;太原理工大学电力系统运行与控制山西省重点实验室,山西太原 030024
文献出处：
引用格式：
[1]郭贺宏;武灵耀;赵庆生;梁定康;王旭平;程昱舒-.基于趋势指标与长短时记忆网络的电力市场日前电价预测)[J].智慧电力,2022(09):97-103
A类：
KDJ
B类：
长短时记忆网络,电力市场,日前电价预测,电价预测模型,移动平均线,MACD,内在规律,信息输入,算例分析,反向传播神经网络,BPNN,门控循环单元网络,GRU
AB值：
0.186694
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。
