典型文献
基于WOA优化的VMD-LSTNet的电力负荷预测
文献摘要：
由于各种不确性因素以及用户的非线性和随机行为,导致电力负荷预测的难度进一步加大,由此需要一个更为准确以及稳定的电力负荷预测模型.为了进一步提高负荷预测预测精度,文章提出了 一种新型的电力负荷预测模型——基于鲸鱼算法优化的VMD-LSTNet预测模型.该模型首先利用鲸鱼算法对VMD分解的IMF分量个数以及惩罚因子进行寻优,再利用LSTNet网络对各个IMF分量进行单独预测,最后对单个预测分量进行重构.实验结果表明,基于鲸鱼算法优化的VMD-LSTNet预测模型具有较好的预测精度.将该模型与传统预测模型进行对比,其均值绝对误差、平均绝对百分比误差及均方根误差均低于列举的预测模型.
文献关键词：
负荷预测;鲸鱼优化算法;变分模态分解
中图分类号：
作者姓名：
蒲维;杨毅强;宋弘;吴浩;费剑
作者机构：
四川轻化工大学 自动化与信息工程学院,四川 宜宾 644000;人工智能四川省重点实验室,四川,宜宾 644000;阿坝师范学院,四川 阿坝 623002
文献出处：
引用格式：
[1]蒲维;杨毅强;宋弘;吴浩;费剑-.基于WOA优化的VMD-LSTNet的电力负荷预测)[J].无线互联科技,2022(22):121-126
A类：
B类：
WOA,VMD,LSTNet,电力负荷预测,致电,负荷预测模型,高负荷,鲸鱼算法,算法优化,IMF,惩罚因子,传统预测模型,绝对误差,平均绝对百分比误差,鲸鱼优化算法,变分模态分解
AB值：
0.219918
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
