《计算机工程与科学杂志》发表论文赏析

一种基于SARIMA-LSTM模型的电网主机负载预测方法

来源:计算机工程与科学杂志2022年第11期北京时间:

作者:王堃, 郑晨, 张立中, 陈志刚

单位:(1.中南大学计算机学院,湖南 长沙 410083;2.国网宁夏电力有限信息通信公司,宁夏 银川 753000)

摘要:随着智能电网的不断发展,如何提高对信息设备运行状态的预测准确率以及设置适应数据变化的动态阈值区间是电网IT运维面临的巨大挑战。为了解决这些问题,提出了组合时间序列预测模型(SARIMA-LSTM),即在传统周期性ARIMA 模型(SARIMA)的基础上,引入深度学习领域的LSTM模型,并摒弃了过去精度低、效果差的误差拟合方法,使用误差自回归方法来补偿预测结果。该模型可以学习到传统ARIMA模型无法捕捉到的误差波动规律,解决其无法预测非线性数据的问题。实验结果表明,在实际预测电网内存负载数据时,与ARIMA模型和SAIRIMA模型相比,SARIMA-LSTM模型可以实现更高的预测精度。

关键词:时间序列,负载预测,周期差分移动平均自回归模型,误差补偿,长短期记忆网络,

基金资助:国家自然科学基金(61672540);国家自然科学基金重点项目(71633006)

2022年11期其他文献查阅:

面向众核系统的层次化栅栏同步机制

面向FT-M7002平台点积算法的优化实现

基于行为监测的嵌入式操作系统堆栈溢出测试

基于光量子芯片的量子自旋链中完美态转移可编程量子模拟

一种改进的基于深度神经网络的偏微分方程求解方法

面向移动终端的密文可验证属性基可搜索加密方案

考虑任务依赖的卫星边缘计算资源分配与卸载决策算法

深度神经网络模型后门植入与检测技术研究综述

萤火虫算法优化支持向量机室内定位研究

Tsai氏相机平面标定算法的一种解析改进

基于文本特征及二次矫正的指针式仪表自动读数算法

基于无锚框目标检测算法的多样性感受野注意力特征补偿

基于改进Mask R-CNN的生活垃圾检测

基于注意力机制的自适应滤波遥感图像分割网络

基于端到端双网络的低照度图像增强方法

带有协方差矩阵的卷积神经网络在人体运动识别中的应用

联合注意力和Transformer的视网膜血管分割网络

基于Gist和IPCA算法的多文种离线手写签名识别

基于线性注意力机制的单样本生成对抗网络研究

一种基于SARIMA-LSTM模型的电网主机负载预测方法

基于词共现的方面级情感分析模型

基于改进人工鱼群算法与RBF神经网络的股票价格预测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!