第三好的是模型 3,它忽略了从相似日选择方法中选择的输入变量,只应用所有输入变量和来自 VMD-EMD-FFT 的输入。 根据表15进行纵向对比,可以看出在三个不同的深度学习模型中,biLSTM的预测精度最高,在7组实验中biLSTM的性能都明显高于GRU和LSTM深度学习模型。同时LSTM的性能也高于GRU的性能。以模型7为例,GRU的...
序列分解：FFT：应用于所有的IMF和残差，使季节性和趋势成分更容易识别和捕获。EMDVMD：首先对负荷序列进行EMD分解，得到分解水平K值，再应用此值到VMD中进行分解，得到K个IMF和残差。深度学习模型构建：输入变量：结合EMDVMDFFT的结果、经逐步回归选择的重要输入变量和相似日作为负荷预测模型的输入变量。模型...