-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=长短期记忆神经网络 "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于充电桩利用率的充电负荷超短期预测方法研究被引量：2
《电力科学与技术学报》2024年第1期115-123,133,共10页庞松岭 赵雨楠 唐金锐 彭勇 田金银 葛干衡 
中国南方电网有限责任公司科技项目(073000KK52220001)。
为消除空间分布不确定性对电动汽车充电负荷超短期预测准确性的影响,提出一种基于充电桩利用率的电动汽车充电负荷超短期预测方法。首先,从海量充电交易数据中提取形成区域内各充电桩充电负荷功率,编码后得到充电桩利用率的量化值;然后...
关键词：电动汽车 充电桩 充电负荷 长短期记忆神经网络 负荷预测 
指数趋势预测的BP-LSTM模型被引量：16
《四川大学学报（自然科学版）》2020年第1期27-31,共5页孙存浩 胡兵 邹雨轩 
国家自然科学基金(11401407)
本文根据股指、股价等数据的时序特征将人工神经网络(ANN)与深度学习中的循环神经网络(RNN)引入股指预测,基于BP神经网络模型与长短期记忆(LSTM)神经网络模型构建了BP-LSTM模型.基于上证指数,本文进行了进行数值实验.结果表明BP-LSTM预...
关键词：BP神经网络 长短期记忆神经网络 上证指数趋势预测 
信号分解与融合神经网络的金融数据预测研究被引量：5
《小型微型计算机系统》2020年第6期1140-1146,共7页金丰 邵清 
国家自然科学基金项目(61703278)资助;国家重点研发计划项目(2018YFB1700902,2018YFB1702601)资助.
针对目前特征+模型的预测方案在金融时序数据上预测精度不足的问题,提出一种基于变分模态分解的长短期记忆神经网络-因子分解机双通道融合模型.首先利用变分模态分解分解金融时序数据,得到能表现时序数据趋势和变化信息的模态,接着将模...
关键词：金融时序数据预测 变分模态分解 长短期记忆神经网络 因子分解机 
基于LSTM网络的时间多尺度电采暖负荷预测被引量：18
《电力系统及其自动化学报》2021年第4期71-75,共5页李香龙 马龙飞 赵向阳 朱洁 徐振华 
电采暖负荷的准确预测对配电网安全稳定运行具有重要作用。为提高电采暖负荷预测精度,提出基于长短期记忆网络的时间多尺度电采暖负荷预测方法。该方法首先确定负荷预测网络模型参数,通过分析不同时间尺度下的电采暖负荷数据特征,在不...
关键词：电采暖负荷预测 时间多尺度 长短期记忆神经网络 训练步长 
基于LSTM的海表面高度异常预测方法被引量：2
《舰船电子工程》2021年第2期97-99,共3页江璟瑜 徐丹亚 韩宁生 王子赫 
国家自然科学基金重大研发计划(编号:41890851);国家自然科学基金项目(编号:61873280,61873281,61672033,61672248,61972416);山东省泰山学者专项基金项目(编号:tsqn201812029);山东省自然科学基金项目(编号:ZR2019MF012);中央高校建设基金项目(编号:18CX02152A,19CX05003A-6)资助。
海表面高度异常(SSHA)是海洋系统中重要的参数之一,论文首次利用深度学习中的长短期记忆神经网络(LSTM)对海表面高度异常(SSHA)进行预测。将SSHA的预测当作时间序列预测问题,采用stacked-LSTM,建立海表面高度异常预测模型。该模型能够捕...
关键词：海表面高度异常 深度学习 长短期记忆神经网络 数据驱动 
基于气象修正模型的短期光伏功率预测方法被引量：1
《辽宁工程技术大学学报（自然科学版）》2023年第2期242-249,共8页单锦宁 王琛淇 王顺江 刘天泽 
国网辽宁省电力有限公司阜新供电公司科技项目(2020YF-60)
为提高光伏发电功率预测的准确性,提出一种基于气象修正模型的短期光伏功率预测方法。该方法采用矩阵填充算法对数值天气预报进行修正,采用长短期记忆神经网络预测短期光伏功率。以某光伏电站功率数据为基础,对所提出的方法进行仿真验...
关键词：光伏功率预测 长短期记忆神经网络 遗传算法 数值天气预报 
基于SSA-Bi-LSTM神经网络的母线负荷预测方法被引量：9
《广东电力》2022年第2期19-26,共8页胡如乐 陈逸枞 张大海 张沛 王舒杨 喻芸 
中国南方电网有限责任公司科技项目(670000KK52200152);国家重点研发计划项目(2016YFB0900600)。
为了提高母线负荷预测精度,针对长短期记忆(long short term memory,LSTM)神经网络在母线负荷预测时存在对负荷规律提取不足导致精度下降、超参数设置依赖经验等问题,首先构建LSTM神经网络的变体网络———双向长短期记忆(Bi-directiona...
关键词：母线负荷 双向长短期记忆神经网络 负荷预测 麻雀搜索算法 长短期记忆神经网络 
基于EMD-LSTM的血小板需求预测研究
《成都工业学院学报》2022年第4期74-78,共5页蒲松 
四川人文社会科学重点研究基地攀枝花学院资源型城市发展研究中心项目(ZYZX-ZD-2102);教育部产学合作协同育人项目(202102519009);四川省教育厅人文社科重点研究基地资源型城市发展研究中心项目(ZYZX-ZD-2102)。
由于血小板的生命周期短,收集流程复杂,且具有重要的医疗意义。准确预测短期血小板需求量不但能减少浪费与过量储存,还能根据需求制定血小板的采购计划、征集计划、生产计划。提出了一种集成经验模态分析法(EMD)与长短期记忆神经网络(LS...
关键词：预测 血小板需求 经验模态分析法 长短期记忆神经网络 
改进LSTM滚动轴承故障诊断方法研究被引量：5
《机械设计与制造》2022年第8期157-160,共4页吕悦 张义民 张凯 
大型重载滚动轴承的可靠性和寿命预测的理论与方法研究(U1708254)。
针对旋转机械滚动轴承的故障振动信号具有时序性的特点,提出了改进LSTM的滚动轴承故障诊断方法。首先利用卷积神经网络(CNN)对振动信号进行局部特征提取,然后通过长短期记忆神经网络(LSTM)获取振动信号时间维度上的特征,使得CNN提取的...
关键词：故障诊断 滚动轴承 卷积神经网络 长短期记忆神经网络 
基于深度学习LSTM网络的短期电力负荷预测方法被引量：116
《电子技术（上海）》2018年第1期39-41,共3页陈卓 孙龙祥 
随着电力系统的建立与发展,负荷预测将发挥越来越重要的作用。电力系统负荷预测的结果对电力系统的调度运行和生产有很大影响,准确的负荷预测有助于提高电力系统的安全稳定性。但在进行短期电力负荷预测时,传统模型无法同时兼顾负荷数...
关键词：短期电力负荷预测 长短期记忆神经网络 传统模型 
全选清除导出
共81页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部