科研之友
微信
新浪微博
Facebook
分享链接
摘要
以自注意力机制为切入点，引入序列-序列(Seq2Seq)的方法，对Transformer模型结构进行分析，改进并建立适合高精度能源数据插补的编码-解码深度学习模型FX＿trans。通过对比实验，分析出每个模型的特点与适用场景；通过消融实验，分析出各个组件对模型的影响模式，找出适合复杂能源系统缺失数据高精度的插补方法。实验结果表明，对Transformer结构的改进尤其是对LayerNorm层的改变能很好的降低误差率，在真实数据集上的实验验证了FX＿trans的有效性。
- 出版日期2023
- 单位浙江理工大学
