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)測電能負荷，對提高電力負荷時間序列測量準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...