针对人工提取电力负荷特征困难,传统电力负荷预测方法预测时间序列效果较差等问题,提出了利用门控循环单元(Gated Recurrent Unit, GRU)神经网络预测电力负荷的方法。利用Python编程语言在TensorFlow框架下搭建GRU神经网络,利用第九届...针对人工提取电力负荷特征困难,传统电力负荷预测方法预测时间序列效果较差等问题,提出了利用门控循环单元(Gated Recurrent Unit, GRU)神经网络预测电力负荷的方法。利用Python编程语言在TensorFlow框架下搭建GRU神经网络,利用第九届电工大赛电力负荷数据集,将清洗好的数据输入搭建的神经网络进行训练。对比GRU神经网络模型和循环神经网络(Recurrent Neural Network, RNN)模型,得出GRU神经网络模型的效果优于RNN神经网络模型的结论。展开更多