26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx

下载本文档

阅读 0
格式 docx
大小 1.96 MB
约42页
2026-06-26
收藏
评论
点赞(0)
海报
举报

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第1页

1/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第2页

2/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第3页

3/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第4页

4/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第5页

5/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第6页

6/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第7页

7/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第8页

8/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第9页

9/42页

26年WP电气工程及其自动化基于多源特征的LSTM-Transformer深度学习电力负荷短期预测研究3.63-AI2.6(23402字).docx_第10页

10/42页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/42

文本预览下载提示常见问题

哈尔滨理工大学学士学位论文- I -基于多源特征的 LSTM-Transformer 深度学习电力负荷短期预测研究摘要短期电力负荷预测（Short-Term Load Forecasting，STLF）是当前智能电网中进行有效调度、合理分配以及电力交易的重要手段，而其准确性又对整个电力系统安全可靠以及经济性起决定性作用，在近年来由于深度学习的发展，基于神经网络的方法因其具有良好的非线性拟合能力和自动提取特征的能力而在高精度预测的研究中占有一席之地，相关的文献也是层出不穷。但是目前大部分工作都是侧重于局部时序建模或者整体长距离信息捕捉的问题上，两者之间存在着难以解决的问题...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容