基于多维融合特征提取和深度学习网络的短期负荷预测方法

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于多维融合特征提取和深度学习网络的短期负荷预测方法

数智化应用 | 更新时间：2025-12-11

- 基于多维融合特征提取和深度学习网络的短期负荷预测方法
- Short-term Load Forecasting Method Based on Multi-dimensional Feature Fusion and Deep Learning Network
- “在电力系统领域，专家提出了基于多维融合特征和深度学习网络的短期负荷预测优化方法，有效提高预测精度，为电力调度提供支撑。”
- 农村电气化 2025年第2期页码：1-5
- 作者机构：
  
  南京三新供电服务有限公司浦口分公司，江苏南京 211899
- 作者简介：
  
  [ "刘旭（1996—），男，本科，助理工程师，主要从事电网系统负荷调度运行与管理方面研究，E-mail：Xf_Yang123@163.com" ]
- 基金信息：
- DOI：10.13882/j.cnki.ncdqh.2501A037
  中图分类号： TM763
- 收稿：2025-01-17，
  
  纸质出版：2025-02-10
- 稿件说明：
移动端阅览
刘旭. 基于多维融合特征提取和深度学习网络的短期负荷预测方法[J]. 农村电气化, 2025,(2):1-5.

Xu LIU. Short-term Load Forecasting Method Based on Multi-dimensional Feature Fusion and Deep Learning Network[J]. Rural Electrification, 2025, (2): 1-5.
刘旭. 基于多维融合特征提取和深度学习网络的短期负荷预测方法[J]. 农村电气化, 2025,(2):1-5. DOI： 10.13882/j.cnki.ncdqh.2501A037.

Xu LIU. Short-term Load Forecasting Method Based on Multi-dimensional Feature Fusion and Deep Learning Network[J]. Rural Electrification, 2025, (2): 1-5. DOI： 10.13882/j.cnki.ncdqh.2501A037.

浏览量

135

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据