您当前的位置:
首页 >
文章列表页 >
基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法
人工智能 | 更新时间:2026-10-17
    • 基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法

    • 基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法

    • 电力信息与通信技术   2026年24卷第2期 页码:10-18
    • DOI:10.16543/j.2095-641x.electric.power.ict.2026.02.02    

      中图分类号: TM76;TP18
    • 纸质出版:2026

    移动端阅览

  • 周洋洋, 王玲芝, 赵佳蕊. 基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法[J]. 电力信息与通信技术, 2026,24(2):10-18. DOI: 10.16543/j.2095-641x.electric.power.ict.2026.02.02.

    周洋洋, 王玲芝, 赵佳蕊. 基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法[J]. 2026, 24(2): 10-18. DOI: 10.16543/j.2095-641x.electric.power.ict.2026.02.02.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

3

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度学习的文本分类研究进展
基于HDF-CNN的电力巡检无人机干扰检测方法
基于注意力机制的混合神经网络电力设备缺陷文本挖掘方法
基于Attention机制的TCN-LSTM非侵入式负荷分解
基于CNN-BiLSTM-Attention模型的光纤非线性损伤补偿算法

相关作者

刘婷婷
朱文东
刘广一
李勇
陈牧
戴造建
马媛媛
周宇

相关机构

全球能源互联网美国研究院
国网江西省电力有限公司
中国电力科学研究院有限公司电力网络安全防护与监测技术实验室
云南电网有限责任公司电力科学研究院
华北电力大学电气与电子工程学院
0