基于ARIMA结合ConvLSTM的燃气负荷预测 |
| |
引用本文: | 海文龙,王亚慧,宋洋,王怀秀.基于ARIMA结合ConvLSTM的燃气负荷预测[J].微电子学与计算机,2022(1):62-70. |
| |
作者姓名: | 海文龙 王亚慧 宋洋 王怀秀 |
| |
作者单位: | 北京建筑大学电气与信息工程学院 |
| |
基金项目: | 国家重点研发计划支撑项目(2018YFC0807806);;国家自然科学基金(51471019); |
| |
摘 要: | 燃气负荷预测对于燃气资源的优化调度至关重要.燃气负荷预测除了具有趋势性、周期性等时间特性外,相邻燃气调压站的负荷数据与温湿度数据之间也存在空间特性,导致燃气负荷预测机理建模困难且模型预测精度较低.针对以上问题,提出了一种基于自回归移动平均模型(ARIMA)与卷积长短时神经网络(ConvLSTM)结合的燃气负荷预测模型....
|
关 键 词: | 燃气负荷预测 自回归移动平均模型 卷积长短时神经网络 卷积神经网络 长短时记忆网络 |
本文献已被 维普 等数据库收录! |
|