Multi-model fusion short-term power load forecasting based on improved WOA optimization.

导出 LinkOut

翻译打印收藏纠错

第一作者： Xiaotong,Ji

第一单位： State Grid Hubei Electric Power Co., Ltd., Wuhan 430077, China.

作者： Xiaotong,Ji ^[1] ; Dan,Liu ^[2] ; Ping,Xiong ^[2]

作者单位： State Grid Hubei Electric Power Co., Ltd., Wuhan 430077, China. ^[1] State Grid Hubei Electric Power Research Institute, Wuhan 430077, China. ^[2]

关键词 catboost network gated recurrent networks improved whale optimization algorithm power load forecasting temporal convolutional networks

主题词澳大利亚(Australia);算法(Algorithms);预测(Forecasting)

DOI 10.3934/mbe.2022627

PMID 36654052

发布时间 2023-01-20

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览2

Mathematical biosciences and engineering

2022年19卷12期

13399-13420页

相似文献

中文期刊
外文期刊
学位论文
会议论文

检索历史清除

Multi-model fusion short-term power load forecasting based on improved WOA optimization.

Mathematical biosciences and engineering

相似文献

Mathematical biosciences and engineering

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

Multi-model fusion short-term power load forecasting based on improved WOA optimization.

Mathematical biosciences and engineering

相似文献

Mathematical biosciences and engineering

相关期刊

检索历史清除