基于堆叠无状态与有状态门控循环单元模型的综合预测分析
机器学习
2020-08-17 v2 神经与进化计算
摘要
光伏电力是一种在工业中广泛使用的可再生能源。在经济困难国家，由于其他不可再生资源已趋于枯竭，它可成为一种潜在的电能来源。若在某地区安装光伏电池前未做研究，其可能无法提供该地区运行所需的期望能量输出。因此需要预测，以结合地理坐标、如 GHI 等太阳参数以及如温度与风速等天气参数来推求特定地区的输出。我们的论文探讨了四个此类地区的太阳辐照度预测，其中三个位于西孟加拉邦，一个位于外地，以展示使用堆叠门控循环单元（GRU）模型的效果。我们已验证有状态堆叠门控循环单元模型显著提升了预测精度。
引用
@article{arxiv.2008.05575,
title = {Comprehensive forecasting based analysis using stacked stateless and stateful Gated Recurrent Unit models},
author = {Swayamjit Saha and Niladri Majumder and Devansh Sangani},
journal= {arXiv preprint arXiv:2008.05575},
year = {2020}
}
备注
12 pages, 2 figures, 6 tables; typos corrected, references added