文档名：基于注意力机制的CNNBIGRU短期电价预测
摘要：针对短期电价预测的复杂性和精确度较差的问题,本文提出一种基于注意力机制的卷积神经网络和双向门控循环单元网络的短期电价预测模型.该模型将历史电价数据经过数据预处理后作为输入,首先利用卷积神经网络提取历史电价序列中的特征;其次,将提取的特征向量构造成时间序列输入到双向门控循环单元网络,充分挖掘特征内部的变化规律进行训练;然后,引入注意力机制来突出重要信息的影响并赋予权重,利用注意力机制对双向门控循环单元网络每个时间步的输出进行加权求和;最后,在全连接层通过激活函数计算输出最终预测值.通过实例验证了本文所提模型的准确性.
Abstract：Aimedattheproblemsofcomplexityandlowaccuracywithshort-termelectricitypriceprediction,ashort-termelectricitypricepredictionmodelisproposedinthispaper,whichisbasedontheAttentionmechanismofconvolutionalneuralnetwork(CNN)andbidirectionalgatedrecurrentunit(BIGRU)network.Thismodeltakesthehistoricaldataofelectricitypriceafterdatapreprocessingasinput.First,thefeaturesinthehistoricalelectricitypriceseriesareextractedbyusingCNN.Second,theextractedfeaturevectorsareconstructedintoatimeseries,whichisinputintotheBIGRUnetworktofullyexploretheinternalvariationrulesoffeaturesfortraining.Third,theAttentionmechanismisintroducedtohighlighttheinfluenceofimportantinformationandgivethecorrespondingweight,anditisusedtoperformweightedsummationontheoutputateachtimestepoftheBIGRUnetwork.Fourth,thefinalpredictedvalueiscalculatedbyanactivationfunctioninthefully-connectedlayer.Theaccuracyoftheproposedmodelisverifiedbyexamples.
作者：杨超 冉启武 罗德虎 豆旺Author：YANGChao RANQiwu LUODehu DOUWang
作者单位：陕西理工大学电气工程学院,汉中723001
刊名：电力系统及其自动化学报
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(3)
分类号：TM73
关键词：电价预测 注意力机制 卷积神经网络 双向门控循环单元网络
Keywords：electricitypriceprediction Attentionmechanism convolutionalneuralnetwork(CNN) bidirectionalgatedrecurrentunit(BIGRU)network
机标分类号：TP391TP183F224.3
在线出版日期：2024年4月28日
基金项目：陕西省自然科学基金资助项目，陕西省自然科学基础研究计划资助项目基于注意力机制的CNN-BIGRU短期电价预测[
期刊论文] 电力系统及其自动化学报--2024, 36(3)杨超 冉启武 罗德虎 豆旺针对短期电价预测的复杂性和精确度较差的问题,本文提出一种基于注意力机制的卷积神经网络和双向门控循环单元网络的短期电价预测模型.该模型将历史电价数据经过数据预处理后作为输入,首先利用卷积神经网络提取历史电价...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于注意力机制的CNN-BIGRU短期电价预测 CNN-BIGRU Short-term Electricity Price Prediction Based on Attention Mechanism
基于注意力机制的CNN-BIGRU短期电价预测.pdf
- 文件大小:
- 1.34 MB
- 下载次数:
- 60
-
高速下载
|
|
