基于LSTM-ARIMA组合模型的区域短期用电量预测
所屬分類：技术论文
上傳者：zhoubin333
文檔大小：452 K
標(biāo)簽： 长短期记忆神经网络 差分自回归移动平均模型 组合模型
所需積分：0分積分不夠怎么辦？
文檔介紹：用电数据具有不平稳、非线性的特点，为了提升对用电数据的拟合精度，增强预测能力，基于序列预测与残差修正的思想提出通过长短期记忆神经网络(Long Short-Term Memory Neural Network，LSTM)对用电量序列进行预测，真实值与预测值所构成的差值即残差用差分自回归移动平均模型(Autoregressive Integrated Moving Average Model，ARIMA)进行残差修正，将LSTM的预测值与ARIMA的残差修正值进行重构得到最终的预测值。最后利用广东省佛山市某工业园区的用电数据对组合模型进行验证，实验结果显示该模型的预测精度与预测稳定性均优于其他模型，取得了良好的预测效果。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。