一种改进自编码器的短期天然气用户负荷预测技术研究

王泽煜, 郭俊明, 李宝龙, 袁华宇, 张根才, 宋莉

北京石油化工学院学报 ›› 2025, Vol. 33 ›› Issue (2) : 49 -56.

北京石油化工学院学报 ›› 2025, Vol. 33 ›› Issue (2) : 49 -56. DOI: 10.19770/j.cnki.issn.1008-2565.2025.02.008

一种改进自编码器的短期天然气用户负荷预测技术研究

    王泽煜, 郭俊明, 李宝龙, 袁华宇, 张根才, 宋莉
作者信息 +

Author information +
文章历史 +

摘要

针对传统自编码器天然气预测模型存在的拟合精度低、预测效果不理想的问题,采用目标相关门控堆叠暂退自编码器技术(Gated Stacked Target-Related Autoencoder-dropout, GSTAE-dropout)对天然气负荷进行预测建模。通过对天然气影响因素进行量化及预处理,设计了深度堆叠自编码器,并引入损失权重系数修改损失函数,使得堆叠自编码器内部与目标相关;将具有记忆功能的门控神经元与堆叠目标相关自编码器相融合建立门控机制,实现各隐含层与输出层的特征深度挖掘;依据残差分析F检验与Dropout机制建立最优的GSTAE天然气短期负荷预测模型。结果表明:与传统自编码器天然气预测模型相比,GSTAE-dropout预测模型能够显著提高预测精度。

关键词

堆叠自编码器 / 门控网络 / 天然气负荷预测 / 管网系统

Key words

引用本文

引用格式 ▾
王泽煜, 郭俊明, 李宝龙, 袁华宇, 张根才, 宋莉. 一种改进自编码器的短期天然气用户负荷预测技术研究[J]. 北京石油化工学院学报, 2025, 33(2): 49-56 DOI:10.19770/j.cnki.issn.1008-2565.2025.02.008

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/