典型文献
基于MRMR和双重注意力机制的城市能源多元负荷短期预测
文献摘要：
为支撑城市能源系统的经济调度和优化运行,将最小冗余最大相关性(MRMR)分析方法与基于双重注意力机制和序列到序列(Seq2Seq)的神经网络相结合,提出一种新型城市能源系统多元负荷短期预测方法.首先,确定目标预测负荷,以MRMR为标准筛选特征序列集,既保持了低冗余度,又保证了输入序列信息的完整性;然后,在Seq2Seq模型基础上,将双重注意力机制融入长短期记忆网络,增强了算法对特征序列时空特征的学习能力;最后,以美国亚利桑那州立大学城市能源系统的实测负荷数据为例进行分析.实验结果表明,所提方法相比现有预测方法具有更高的预测精度和充足的鲁棒性,在4个季节和不同气象误差下都具有良好的表现,可以为城市能源系统的调度运行提供有力的决策依据.
文献关键词：
城市能源系统;双重注意力;序列到序列模型;多元负荷预测;最小冗余最大相关性
中图分类号：
作者姓名：
白冰青;刘江涛;王旭;蒋传文;江婷;张沈习
作者机构：
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),上海市 200240;南京电力设计研究院有限公司,江苏省南京市 210036
文献出处：
引用格式：
[1]白冰青;刘江涛;王旭;蒋传文;江婷;张沈习-.基于MRMR和双重注意力机制的城市能源多元负荷短期预测)[J].电力系统自动化,2022(17):44-55
A类：
多元负荷短期预测
B类：
MRMR,双重注意力机制,城市能源系统,经济调度,优化运行,最小冗余最大相关性,Seq2Seq,新型城市,预测负荷,特征序列,低冗余,冗余度,序列信息,长短期记忆网络,时空特征,亚利桑那州立大学,大学城,负荷数据,同气,差下,调度运行,决策依据,序列到序列模型,多元负荷预测
AB值：
0.25441
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。
