基于相似日和SAE-DBiLSTM模型的短期电力负荷预测*

姜东良, 李天昊, 刘文浩

Short-term Power Load Forecasting Using Similar Day and SAE-DBiLSTM Model

JIANG Dongliang, LI Tianhao, LIU Wenhao

表3 SAE-DBiLSTM模型的最佳超参数

超参数类型 A地数据的最佳 超参数 B地数据的最佳 超参数 输入层序列长度 304 304 SAE网络层数 3 3 SAE网络各层 神经元个数 304-200-100 304-200-100 BiLSTM网络层数 2 2 BiLSTM网络各层神经元个数 200-200 200-200 输出序列长度 96 96 最大迭代次数 500 500 Adam优化器超参数 β1=0.9，β2=0.999 η=0.001，ε=10−8 β1=0.9，β2=0.999 η=0.001，ε=10−8 Dropout算法超参数 0.3 0.3