Scidown文献预览系统!
联合深度学习在短期负荷预测中的应用( A combined deep learning application for short term load forecasting )
IO A SBE B HO B
准确预测建筑物的负荷需求是智能电网和智能建筑应用中的重要问题之一。通过这种方式,对提高电力系统的可靠性、促进可再生能源的整合和使需求响应过程更加有效作出了重要贡献。随着智能电表应用的日益普及,基于传感器数据的电量预测已变得十分普遍。虽然这些方法产生了非常成功的结果,但它们通常需要在机器学习模型的训练过程中记录大量的长期数据来做出准确的预测。智能电表和传感器在世界各地的应用越来越广泛,而新建建筑和新电表的历史数据相对较少,这是基于传感器的方法的一个重要制约因素。本文提出了一种基于互相关的迁移学习方法,通过从世界各地获取数据,在有限的数据条件下获得更成功的预测结果。实际能源系统的应用结果验证了该模型的优越性。2021年作者。由爱思唯尔BV代表亚历山大大学工程学院出版。这是一篇开放访问的文章,使用的是CC BY-NC-ND许可证(http://creativecommons.org/licenses/BY-NC-ND/4.0/)。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】