|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 计及需求响应和深度结构多任务学习的电力系统短期负荷预测显示文摘随着需求响应技术的快速发展,使得电力系统负荷数据呈现出规模庞大、结构复杂的非线性特征,基于深度机器学习和高效数据处理平台的负荷预测方法是当前的研究重点。为实现计及需求响应的电力系统短期负荷预测,建立了基于Spark平台和时钟频率驱动循环神经网络(CW-RNNs)的短期负荷预测方法。在Spark平台上设置不同工作组将全部数据分割为多个子数据模块,通过并行化计算提高数据处理效率,进而基于需求响应技术对负荷曲线做出调整,计算得到用户预期收益和用户舒适度影响指标值;采用离散小波变换将调整后的负荷曲线分解,得到一组高、低频信号;并采用偏最小二乘回归模型和CW-RNNs回归模型分别对低、高频信号进行训练学习;将训练好的PLS模型和CW-RNNs模型通过加权平均得到最终组合预测模型(Spark-CW-RNNs)。通过实例计算验证算法的准确性和有效性,结果表明:Spark-CW-RNNs模型比其他单一模型的预测误差更小、预测精度更高,模型具有有效性和可行性。 | 马天男 王超 彭丽霖 郭小帆 付明 | 2019 | 电测与仪表2019，56，16： | 27 |
| 2 | 基于经济、气象因素的安徽省年最大负荷预测方法研究显示文摘首先从用电结构上分析了年统调最大用电负荷的特性,将最大负荷分解为相互独立的3种负荷:基础负荷、居民空调负荷、非居民空调负荷。在此基础上,运用计量经济学原理,逐步分析影响3种负荷的经济因素和气象因素。最后建立了包含经济、气象因子在内的最大负荷预测模型。模型从根本上解释了最大负荷的影响因素,并将预测精度控制在3%范围内,预测精度满足负荷预测实际工作的需求,具有一定的应用价值。 | 葛斐 荣秀婷 石雪梅 杨欣 李周 | 2015 | 中国电力2015，48，3： | 12 |
| 3 | 基于偏最小二乘法与BP神经网络的电力中长期负荷预测显示文摘用于考虑多个相关因素影响的负荷预测时,偏最小二乘法(partial least squares regression,PLSR)通过提取影响负荷的自变量集的主成分,克服了自变量间多重相关性对于负荷建模带来的不利影响,具有对模型解释能力强的优点。但PLSR也有其自身的弱点,如自变量系统中可能存在与因变量无关的正交数据信息,而影响模型的预测精度。基于PLSR算法和BP神经网络的特性,建立了一种PLSR-BP神经网络模型,该模型对原PLSR建模过程中产生的权值和回归系数进行修正,仿真研究结果证明了该方法的正确性和有效性。 | 张成 滕欢 | 2012 | 电力建设2012，33，7： | 11 |
| 4 | 基于GBDT-Ridge的短期电力负荷预测显示文摘数据和特征决定着预测精度的上限,为了提高电力负荷预测精度,本文提出了两种增加输入特征向量的方法。其中第一种是人为添加数理统计里面的均值,方差,极差等因素,第二种用GBDT算法构造数据位置组合特征。为了避免引入不必要的特征带来新的误差,本文采取限制树的深度等来修剪树枝,同时采用带有L2正则项的Ridge算法作为模型,让L2正则项来调整各特征权重,降低过拟合。算例结果表明,相比单一的Ridge模型,本文提出的两种模型,预测平均误差降低了0.24%和0.40%。 | 余登武 罗永平 | 2019 | 新型工业化2019，9，6： | 5 |
| 5 | 基于改进长短时记忆网络的短期负荷预测方法显示文摘本文针对电网短期负荷预测的时序性和非线性特点,提出一种基于改进长短时记忆网络(Long Short Term Memory,LSTM)的短期负荷预测方法。在PyCharm平台上对以天为分辨率的电力数据进行数据预处理,建立LSTM模型,使用了Adam优化器并设置了学习率自动调整方法。仿真结果表明所提方法能够获得较好的预测效果,具有较好的非线性拟合能力。 | 蓝新斌 李富盛 余涛 | 2019 | 新型工业化2019，9，11： | 2 |
| 6 | 基于FWA-LSSVR智能算法的钢铁行业用电量预测研究显示文摘针对近年来宏观经济指标与钢铁行业用电量关联度下降的情况,提出了一种基于行业产品及原材料价格的用电量预测方法,并使用移动平均法和时差相关分析法进行数据消噪处理和价格影响滞后期测算,在此基础上,建立了烟花算法优化最小二乘支持向量回归机智能预测模型。利用该模型对某地区实际月度用电量进行预测,结果表明,与多元线性回归、BP神经网络等模型相比,所提出的方法具有更好的预测性能,更适用于钢铁行业用电量月度预测,可为准确预测钢铁行业用电量、合理把握电力需求波动及制定经济合理电力调配计划提供参考,为电源和电网的建设提供辅助决策支持。 | 单体华 秦砺寒 韩江磊 史智萍 王智敏 牛东晓 | 2016 | 中国电力2016，49，S1： | 2 |
| 7 | 用电量等维新息递补预测模型研究与应用显示文摘准确预测地区电网年用电量对当地电网发展和电力供给具有重要实际意义,本文应用灰色理论,探讨原始数据预处理技术,还考虑预测系统受到最新信息的影响而发生新的变化趋势,等维递补动态更新预测信息,建立用电量等维新息递补灰色预测模型,基于Matlab平台实现建模预测实际地区电网年用电量,算例表明文中方法是可行的,具有较强的实际应用价值。 | 吴义纯 李淼 李瑞君 | 2013 | 电气技术2013，14，7： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员