文献类型：期刊文章

作　　者：那幸仪[1,2] 贾俊铖[1,2] 赵晓筠[3] 张莉[1,2] 李凡长[1,2]

Na Xingyi;Jia Juncheng;Zhao Xiaojun;Zhang Li;Li Fanzhang(School of Computer Science and Technology,Soochow University,Suzhou 215000,Jiangsu,China;Provincial Key Laboratory for Computer Information Processing Technology,Soochow University,Suzhou 215000,Jiangsu,China;Suzhou Gas Limited Liability Company,Suzhou 215000,Jiangsu,China)

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215000 [2]苏州大学计算机信息处理技术省级重点实验室,江苏苏州215000 [3]苏州燃气集团有限责任公司,江苏苏州215000

出　　处：《计算机应用与软件》

基　　金：江苏高校优势学科建设工程项目(PAPD);中国博士后科学基金项目(2017M611905);江苏省高等学校自然科学研究面上资助经费项目(17KJB520034);苏州市科技项目(SS201701,SYSD20192152)。

年　　份：2021

卷　　号：38

期　　号：12

起止页码：61-66

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测。对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测。在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求。

关 键 词：长短期记忆网络  小波变换 天然气 负荷预测

分 类 号：TP399]