基于CNN-LSTM電力消耗預(yù)測模型及系統(tǒng)開發(fā)

摘要： 有效預(yù)測電能負(fù)荷，對提高電力負(fù)荷時間序列測量準(zhǔn)確度及合理制定用電能管理措施具有重要意義。針對傳統(tǒng)預(yù)測模型在電能負(fù)荷預(yù)測中無法充分挖掘時間序列數(shù)據(jù)中隱藏特征的問題，基于電能數(shù)據(jù)時間序列的趨勢，融合數(shù)值信息提出一種卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)與長期短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)(long short-term memory network...