CN119416968A 一种考虑多重不确定性的多能源负荷预测方法 （电子科技大学）_第1页
CN119416968A 一种考虑多重不确定性的多能源负荷预测方法 （电子科技大学）_第2页
CN119416968A 一种考虑多重不确定性的多能源负荷预测方法 （电子科技大学）_第3页
CN119416968A 一种考虑多重不确定性的多能源负荷预测方法 （电子科技大学）_第4页
CN119416968A 一种考虑多重不确定性的多能源负荷预测方法 （电子科技大学）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种考虑多重不确定性的多能源负荷预测本发明公开了一种适用于综合能源系统的2步骤2：构建基于贝叶斯神经网络(BayesianNeuralNetwork考虑到外部特征如温度可能存在噪声、预测误差等不确定性因素，t+kt+kt+ktttt为t时3=g(h,0')基于BNN原理对MTL_LSTM中的参数不确定性建模：通过将LSTM中的权重和偏置等参数预测过程中，模型通过对训练所得到的模型参数后验概率分布进行采样得到使用其中，为第j次采样t时间步下隐藏状态输出，为各预测任务注意力机制计算当前时间步t与历史时间步之间的相关性，并根据相关性为不同时间4步的隐藏状态{h1,h2,…ht-1}，注意力机制计算当前隐藏状态和历史隐藏状态的注意力分新的隐藏状态不仅包含了当前时间步的特征信息，还结合了历5影响特征，对输入特征进行不确定性建模；搭建基于贝叶斯神经网络(BayesianNeuralNetwork，BNN)的多任务学习长短时记忆网络(Multi_TaskLearningLongShort_Term6Wt+kt[0024]基于BNN基本原理对MTL_LSTM中的参数不确定性建模：通过将LSTM中的权重和偏7[0028]预测过程中，模型通过对训练所得到的模型参数后验概率分布进行采样得到",[0035]注意力机制计算当前时间步t与历史时间步之间的相关性，并根据相关性为不同8[0049](3)AM通过赋予权重的方式，帮助模型在负荷预测中聚焦对未来影响较大的关键9Wt+k重和偏置等参数建模为概率分布从而引入模型[0080]H=f(u,h,")[0086]注意力机制计算当前时间步t与历史时间步之间的相关性，并根据相关性为不同以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论