多尺度表示增强的时间流融合模型用于长期工作量预测

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文介绍了机器学习和深度学习在电力负荷预测方面的成果,提出了一种可解释的深度学习方法,并使用多尺度时序分解处理时间模式。研究结果表明,该方法在比利时中央电网负荷数据集上具有更好的准确性,并展示了特征的解释性和时间解释性。

原文中文,约300字,阅读约需1分钟。
阅读原文