Day-ahead electricity price prediction applying hybrid models of LSTM-based deep learning methods and feature selection algorithms under consideration of market coupling

已完结

文献求助详情

标题	Day-ahead electricity price prediction applying hybrid models of LSTM-based deep learning methods and feature selection algorithms under consideration of market coupling
网址	https://doi.org/10.1016/j.energy.2021.121543
DOI	10.1016/j.energy.2021.121543 doi
其它	期刊：Energy 作者：Wei Li; Denis Becker 出版日期：2021-07-26
求助人	sp1cy 在 2026-09-29 15:51:09 发布自河南，悬赏 10 积分
下载	求助已完成，仅限求助人或该文件上传人下载。

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

学术共进，科研互通

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

⚡ 2026年影响因子、分区 已更新！ (2026-6-17)

更新

📰 新增『新锐期刊分区』 (2026-3-24)

更新

💬 新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒 每天60秒读懂世界·精选全球要闻 (2026-1-2)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: Lucas上传了应助文件

刚刚; 尉迟剑心完成签到，获得积分20

刚刚; Akim的应助被乾乾采纳，获得10

2秒前; 秋风的应助被Dawn采纳，获得10

3秒前; Micronano01完成签到，获得积分10

3秒前; 丘比特的应助被尉迟剑心采纳，获得10

4秒前; yzzzl完成签到，获得积分10

4秒前; yutian928完成签到，获得积分10

5秒前; Micronano01发布了新的文献求助10

6秒前; www发布了新的文献求助10

6秒前; Akim上传了应助文件

8秒前; cdercder的应助被三金采纳，获得10

9秒前; una完成签到，获得积分10

10秒前; 无花果上传了应助文件

10秒前; Akim上传了应助文件

10秒前; asfwwa完成签到，获得积分10

11秒前; 十三完成签到，获得积分10

12秒前; 秋风上传了应助文件

12秒前; 小库的咖喱完成签到，获得积分10

13秒前; 在水一方上传了应助文件

14秒前; xiaoqi发布了新的文献求助10

15秒前; Enigma_GEB上传了应助文件

15秒前; www完成签到，获得积分20

15秒前; 小蘑菇的应助被傻子与白痴采纳，获得10

16秒前; 乾乾发布了新的文献求助10

16秒前; WYH发布了新的文献求助10

17秒前; Tom完成签到，获得积分0

19秒前; crisprin发布了新的文献求助10

20秒前; jiqiangqiang的应助被3432424采纳，获得50

20秒前; 所所的应助被Duuuu采纳，获得10

21秒前; Bo完成签到，获得积分10

23秒前; 共享精神的应助被科研通管家采纳，获得10

24秒前; 爆米花的应助被科研通管家采纳，获得10

24秒前; 丘比特上传了应助文件

24秒前; JamesPei的应助被科研通管家采纳，获得10

24秒前; 852的应助被科研通管家采纳，获得10

24秒前; dede的应助被科研通管家采纳，获得10

24秒前; 脑洞疼的应助被科研通管家采纳，获得10

24秒前; wanci的应助被科研通管家采纳，获得10

25秒前; 裤裤子完成签到，获得积分10

25秒前