基于混合深度学习的超短期负荷预测方法

梁进学; 宋立; 胡胜伟; 季青川; 张曼; 胡云鹏

doi:10.14188/j.1671-8844.2025.0068

您当前的位置：

首页 >

文章列表页 >

基于混合深度学习的超短期负荷预测方法

更新时间：2026-10-16

- 基于混合深度学习的超短期负荷预测方法
- Ultra-short term load forecasting method based on optimized radial basis function neural network
- 武汉大学学报（工学版） 2026年页码：1-10
- 作者机构：
  
  1.武汉地铁集团有限公司，湖北武汉 430070
  2.国网湖北综合能源服务有限公司，湖北武汉 430034
  3.国网湖北超高压公司，湖北武汉 430010
  4.武汉商学院，湖北，武汉430056
- 作者简介：
  
  梁进学（1970-），男，高级工程师，从事地铁运营管理工作。E-mail: liangjx@wuhanrt.com。
  胡云鹏（1978-），男，副教授，博士，从事制冷空调系统故障诊断与优化控制研究工作。E-mail: yunpenghu@wbu.edu.cn。
- 基金信息：
  
  武汉地铁集团有限公司科技经费资助项目(GS-JZ-1330)
- DOI：10.14188/j.1671-8844.2025.0068
  中图分类号： TM732
- 网络首发：2026-10-16，
- 稿件说明：
移动端阅览
梁进学, 宋立, 胡胜伟, 等. 基于混合深度学习的超短期负荷预测方法[J/OL]. 武汉大学学报（工学版）, 2026,1-10.

LIANG Jinxue, SONG Li, HU Shengwei, et al. Ultra-short term load forecasting method based on optimized radial basis function neural network[J/OL]. Engineering Journal of Wuhan University, 2026, 1-10.
梁进学, 宋立, 胡胜伟, 等. 基于混合深度学习的超短期负荷预测方法[J/OL]. 武汉大学学报（工学版）, 2026,1-10. DOI： 10.14188/j.1671-8844.2025.0068.

LIANG Jinxue, SONG Li, HU Shengwei, et al. Ultra-short term load forecasting method based on optimized radial basis function neural network[J/OL]. Engineering Journal of Wuhan University, 2026, 1-10. DOI： 10.14188/j.1671-8844.2025.0068.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

降雨诱发植被边坡失稳数值模拟研究

基于动态邻差⁃平滑法的桥梁温度效应分离与应用

含纳米颗粒液滴在固体表面润湿行为的分子动力学研究

引江补汉工程输水隧洞TBM地质适应性选型研究

基于VMD⁃SSA⁃LSSVM的变压器油中溶解气体浓度预测方法

基于混合深度学习的超短期负荷预测方法

Ultra-short term load forecasting method based on optimized radial basis function neural network

DOI：10.14188/j.1671-8844.2025.0068