Scidown文献预览系统！
考虑实时电价的多尺度CNN-LSTM混合神经网络短期负荷预测模型( A short-term load forecasting model of multi-scale CNN-LSTM hybrid neural network considering the real-time electricity price - ScienceDirect )
X Guo Q Zhao D Zheng Y Ning Y Gao
随着电力市场的创新和能源智能化技术的发展，负荷预测技术作为电力系统发展的一个重要方向，在电力系统规划中发挥着重要作用。针对特征提取不足、预测精度不高的问题，提出了一种考虑实时电价的多尺度CNN-LSTM混合神经网络短期负荷预测模型。首先，采用最大信息系数法分析电价与负荷的相关性。以连续特征图的形式构建历史负荷、实时电价、天气等因素作为输入。其次，利用卷积神经网络(CNN)从四个不同的尺度对浅层和深层特征进行级联。融合不同尺度的特征向量作为长短期记忆(LSTM)网络的输入，并将LSTM网络用于短期负荷预测。最后利用所提方法对辽宁省某市的实际负荷数据进行了预测。实验结果表明，该方法比标准的LSTM模型、支持向量机(SVM)模型、随机森林(RF)模型和自回归积分滑动平均(ARIMA)模型具有更高的预测精度。预测结果表明，本研究具有较高的应用价值，为电力负荷预测的发展提供了一条新的途径。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『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】
『Sci-Hub|Scidown』相关参考文献
scidown 水下机器人拖拽的海底热液沉积TDEM下载
scidown 水下机器人拖拽的海底热液沉积TDEM下载