典型文献
基于量子加权多层级GRU神经网络的综合能源系统多元负荷短期预测
文献摘要：
针对综合能源系统多元负荷短期预测问题,提出一种基于量子加权多层级GRU(quantum weighted multi hierarchy gated recurrent unit,QWMHGRU)神经网络的多元负荷短期预测模型.采用最大信息系数对多元负荷间和负荷与天气因素间的相关性进行分析,选取模型输入量.然后改进GRU的门控结构,形成多层级门控循环单元(multi hierarchy gated recurrent unit,MHGRU),并将量子加权神经元引入MHGRU,构成QWMHGRU多变量负荷预测模型.仿真算例结果表明,QWMHGRU多元负荷预测模型在夏季和冬季的权重平均精度均可达97％以上,相比MHGRU、QWGRU和GRU模型具有更高的预测精度.
文献关键词：
综合能源系统;最大信息系数;多元负荷短期预测;量子加权多层级GRU
中图分类号：
作者姓名：
王凇瑶;张智晟
作者机构：
青岛大学电气工程学院,山东青岛 266071
文献出处：
引用格式：
[1]王凇瑶;张智晟-.基于量子加权多层级GRU神经网络的综合能源系统多元负荷短期预测)[J].电力系统保护与控制,2022(23):85-93
A类：
多元负荷短期预测,QWMHGRU,MHGRU,QWGRU
B类：
多层级,综合能源系统,quantum,weighted,multi,hierarchy,gated,recurrent,unit,最大信息系数,天气因素,取模,模型输入,输入量,门控循环单元,多变量,负荷预测模型,多元负荷预测
AB值：
0.182017
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。
