基于深度学习的电力负荷预测
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 引言 | 第8-10页 |
| 1.1 研究背景及问题的提出 | 第8页 |
| 1.2 研究目的及意义 | 第8-10页 |
| 第2章 电力负荷预测的基本情况 | 第10-13页 |
| 2.1 电力负荷预测的概念 | 第10页 |
| 2.1.1 电力负荷的定义 | 第10页 |
| 2.1.2 电力负荷预测简介 | 第10页 |
| 2.2 电力负荷预测的分类 | 第10-11页 |
| 2.3 电力负荷预测的影响因素 | 第11-12页 |
| 2.4 电力负荷预测过程 | 第12-13页 |
| 第3章 模型简介 | 第13-22页 |
| 3.1 神经网络 | 第13-14页 |
| 3.2 循环神经网络 | 第14-17页 |
| 3.3 LSTMs模型简介 | 第17-22页 |
| 3.3.1 LSTMs的核心 | 第18-19页 |
| 3.3.2 LSTMs工作原理 | 第19-22页 |
| 第4章 建模分析 | 第22-30页 |
| 4.1 数据 | 第22-23页 |
| 4.2 分析 | 第23-26页 |
| 4.2.1 交叉验证 | 第23-24页 |
| 4.2.2 时间序列模型 | 第24-25页 |
| 4.2.3 LSTMs模型 | 第25-26页 |
| 4.3 预测汇总 | 第26-30页 |
| 4.3.1 预测误差 | 第26-27页 |
| 4.3.2 历史数据和预测数据展示 | 第27-28页 |
| 4.3.3 预测细节比较 | 第28-29页 |
| 4.3.4 工具 | 第29-30页 |
| 第5章 总结 | 第30-31页 |
| 参考文献 | 第31-32页 |
| 致谢 | 第32页 |
